Cette formation courte vous aide à créer et à optimiser des workflows d’apprentissage automatique à l’aide de TensorFlow 2.x. Vous commencerez par structurer un pipeline de bout en bout comprenant l’ingestion de données avec tf.data, la définition de modèles avec Keras et un apprentissage personnalisé avec création de points de contrôle pour garantir la fiabilité. Vous apprendrez ensuite à optimiser vos modèles en vue de leur déploiement à l’aide de TensorFlow Lite, notamment grâce à la quantification post-entraînement et aux tests de performance en termes de latence. Au fil de la formation, vous découvrirez comment les ingénieurs en apprentissage automatique mesurent les performances, évaluent les compromis et déploient des modèles sur des appareils mobiles et périphériques. Grâce à des exercices pratiques et à des exemples concrets, vous apprendrez à penser comme un professionnel de l’apprentissage automatique appliqué qui développe des systèmes TensorFlow efficaces et prêts pour la production.