Dans ce cours de 90 minutes basé sur un projet, vous apprendrez à utiliser Tensorflow pour construire des modèles de réseaux neurones. Plus précisément, nous allons concevoir, exécuter et évaluer un modèle de réseau neurones pour aider une entreprise de vente au détail avec leur campagne de marketing en classant des images d'articles de vêtements dans 10 catégories différentes. Tout au long de ce cours, vous apprendrez à utiliser Tensorflow pour construire et analyser des réseaux de neurones capables d'effectuer une classification multi-label pour des applications de reconnaissance d'images. Vous serez également en mesure d'identifier et d'adapter les principaux composants des réseaux neurones ainsi que d'évaluer les performances de différents modèles et de mettre en œuvre des mesures pour améliorer leur précision. À la fin du projet, vous serez en mesure de concevoir et de mettre en œuvre des réseaux neuronaux convolutifs aidant un magasin de détail avec leur campagne publicitaire ciblée, et les modèles peuvent être facilement adaptés pour les voitures auto-conduites, le diagnostic médical assisté par ordinateur, etc. Ce cours s'adresse aux apprenants qui veulent se lancer dans la conception et la mise en œuvre de réseaux neuronaux avec une approche intuitive et efficace grâce à la bibliothèque Tensorflow. Les utilisateurs d'ordinateurs ayant une expérience de la programmation en Python devraient être en mesure de mener à bien le projet.


CNNs avec TensorFlow : Les bases de l'apprentissage automatique

Instructeur : César Arturo Garza Garza
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Adapter les principaux composants des réseaux neurones : entrées, couches, poids et fonctions d'activation en fonction de l'application spécifique.
Utiliser TensorFlow et Keras pour concevoir, mettre en œuvre et adapter des réseaux neuronaux convolutifs pour des tâches de reconnaissance d'images.
Évaluer les modèles de réseaux neurones et mesurer leur précision, modifier les paramètres du modèle si nécessaire pour améliorer sa précision.
Compétences que vous pratiquerez
- Catégorie : Vision par ordinateur
- Catégorie : Keras (bibliothèque de réseaux neurones)
- Catégorie : Programmation en Python
- Catégorie : Deep learning
- Catégorie : Analyse d'images
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Résolution de problèmes
- Catégorie : Adaptabilité
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Tensorflow
- Catégorie : Matplotlib
Détails à connaître

Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents

À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Comprendre les principaux composants des réseaux de neurones dans l'apprentissage automatique
Entraînez votre premier réseau neurones pour la classification d'images
Améliorer la précision des réseaux neurones grâce aux couches cachées et à différents optimiseurs
Activité pratique : Ajuster un réseau de neurones et améliorer sa précision
Visualisation des données d'entraînement et des performances du modèle
Créer un réseau neuronal convolutif avec Conv2D et MaxPooling2D
Réduire le surajustement avec BatchNormalization, Dropout et la régularisation L2
Activité pratique : Créer des modèles de réseaux neurones alternatifs pour réduire l'overfitting
Défi de classification CIFAR-10
Expérience recommandée
Connaissance de base de Python. En particulier, l'importation de bibliothèques, la définition de variables, de tableaux, de fonctions et de classes, et la création de tracés.
9 images de projet
Instructeur

Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Vous aimerez peut-être aussi
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuitDeepLearning.AI

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
En achetant un Projet Guidé, vous obtenez tout ce dont vous avez besoin pour terminer ce Projet Guidé, y compris l'accès à un espace de travail de bureau cloud, via votre navigateur web, qui contient les fichiers et les logiciels dont vous avez besoin pour commencer, ainsi que les instructions vidéo étape par étape d'un expert en la matière.
Comme votre espace de travail contient un bureau cloud dimensionné pour un ordinateur portable ou de bureau, les Projets Guidés ne sont pas disponibles sur votre appareil mobile.
Les enseignants des Projets Guidés sont des experts en la matière qui ont de l'expérience dans les compétences, les outils ou le domaine de leur projet et qui sont passionnés par le partage de leurs connaissances avec des millions d'étudiants dans le monde.


