Les apprenants seront en mesure de configurer des environnements d'apprentissage profond, de télécharger et de préparer des ensembles de données, d'appliquer l'apprentissage par transfert, de visualiser les couches CNN, de créer des modèles avec augmentation de l'image, d'évaluer les performances et de recycler les modèles pour améliorer la précision. Ce cours offre un voyage complet et pratique dans la classification d'images à l'aide de Keras, guidant les apprenants depuis les bases de la configuration du projet dans Google Colab jusqu'aux techniques avancées telles que la visualisation des couches intermédiaires et le recyclage pour l'optimisation. En travaillant étape par étape à travers des scénarios du monde réel, les participants acquerront non seulement des connaissances théoriques, mais aussi des compétences pratiques dans la construction, l'entraînement et l'amélioration des réseaux neuronaux convolutifs (CNN). Ce qui rend ce cours unique, c'est son approche basée sur des projets, intégrant des outils basés sur le cloud, des modèles pré-entraînés et des méthodes de visualisation qui aident les apprenants à vraiment comprendre comment l'apprentissage profond fonctionne sous le capot. À la fin du cours, les apprenants seront en mesure d'appliquer les meilleures pratiques en matière de classification d'images, d'améliorer les performances des modèles et de s'attaquer en toute confiance à des projets similaires dans le domaine de la recherche, de l'enseignement ou de l'industrie.