Formation Tensorflow 2.0

Plongez dans une formation complète sur TensorFlow 2.0 d'une durée de 6 heures. Explorez les fondamentaux des réseaux de neurones, en commençant par le fonctionnement d'un perceptron et la descente de gradient. Apprenez à coder un réseau de neurones simple, à normaliser les données et à comprendre les fonctions d'erreur. Découvrez les concepts clés tels que les jeux d'entraînement, de validation et de test, ainsi que le choix des fonctions d'activation. Maîtrisez l'utilisation et la sauvegarde de modèles, les modes Eager et Graph, et l'entraînement de modèles. Approfondissez vos connaissances avec le subclassing, la création de couches personnalisées et la reconnaissance de dessins. Explorez la gestion des données avec tf.data et la création de modèles à convolution. Abordez des applications avancées comme la génération de poèmes de Victor Hugo, les lots séquentiels, le one-hot encoding et les réseaux de neurones récurrents. Terminez par la génération de poèmes aléatoires à l'aide de RNN, vous offrant ainsi une compréhension approfondie et pratique de TensorFlow 2.0.

Se former à Tensorflow 2.0 #1.
Comment marche un neurone (Perceptron) - Se former à Tensorflow 2.0 #2.
La descente de gradient - Se former à Tensorflow 2.0 #3.
Les réseaux de neurones - Se former à Tensorflow 2.0 #4.
Coder un simple réseau de neurone - Se former à Tensorflow 2.0 #5.
Normalisation des données - Se former à Tensorflow 2.0 #6.
La fonction d’erreur - Se former à Tensorflow 2.0 #7.
Jeu d’entrainement, Jeu de validation , Jeu de test - Se former à Tensorflow 2.0 #8.
Quelle fonction d’activation utiliser ? - Se former à Tensorflow 2.0 #9.
Utiliser et sauvegarder un modèle - Se former à Tensorflow 2.0 #10.
Le mode Eager et le mode Graph - Se former à Tensorflow 2.0 #11.
Entraîner un modèle - Se former à Tensorflow 2.0 #12.
Utiliser le Subclassing - Se former à Tensorflow 2.0 #13.
Créer des layers customisé - Se former à Tensorflow 2.0 #14.
Reconnaître des dessins - Se former à Tensorflow 2.0 #15.
Gérer les données avec tf.data - Se former à Tensorflow 2.0 #16.
Créer un modèle à Convolution - Se former à Tensorflow 2.0 #17.
Générer des poèmes de Victor Hugo - Se former à Tensorflow 2.0 #18.
Les lots séquentiels - Se former à Tensorflow 2.0 #19.
Le one hot encoding - Se former à Tensorflow 2.0 #20.
Coder un réseau de neurones récurrent - Se former à Tensorflow 2.0 #21.
Générer des poèmes aléatoires (RNN) - Se former à Tensorflow 2.0 #22.