Deep Learning avec TensorFlow et Cloud ML Engine

Le Deep Learning transforme la façon dont nous résolvons des problèmes complexes, de la reconnaissance d'images au traitement du langage naturel. Pour construire et mettre à l'échelle ces puissants réseaux neuronaux, vous avez besoin d'une solide compréhension des frameworks modernes d'apprentissage automatique et de l'infrastructure cloud. Ce cours textuel vous guide des concepts fondamentaux de l'apprentissage automatique au déploiement de modèles sophistiqués de Deep Learning. Vous apprendrez à écrire du code TensorFlow propre, à structurer des réseaux neuronaux et à tirer parti des moteurs d'apprentissage automatique basés sur le cloud pour l'entraînement distribué et la prédiction. Ce que vous apprendrez : - Comprendre l'architecture de base des réseaux neuronaux, y compris les neurones, les fonctions d'activation et la rétropropagation. - Construire des réseaux neuronaux convolutifs (CNNs) pour le traitement d'images et des réseaux neuronaux récurrents (RNNs) pour les données séquentielles. - Appliquer des techniques d'apprentissage non supervisé comme les autoencodeurs et le clustering pour découvrir des motifs cachés dans les données. - Écrire du code TensorFlow propre et moderne en utilisant l'API Keras de haut niveau et des flux de travail d'exécution modernes. - Configurer et exécuter des tâches d'entraînement distribué sur le Cloud ML Engine pour mettre à l'échelle vos calculs. - Déployer des modèles entraînés sur le cloud pour des prédictions en temps réel et par lots. Le cours commence par la terminologie de base de l'apprentissage automatique et les concepts fondamentaux du Deep Learning. Vous progresserez ensuite à travers des explications écrites structurées et des extraits de code étape par étape pour concevoir, entraîner et finalement migrer vos modèles vers un environnement cloud. Ce cours est conçu pour les débutants ayant une compréhension de base de Python. Aucune expérience préalable avec TensorFlow, le Deep Learning ou les plateformes cloud n'est requise. Commencez à construire et à mettre à l'échelle vos propres modèles de Deep Learning dès aujourd'hui.