Le Deep learning révolutionne de nombreux domaines, notamment la vision par ordinateur, le traitement du langage naturel et la robotique. En outre, Keras, une API de réseaux neurones de haut niveau écrite en Python, est devenue un élément essentiel de TensorFlow, rendant l'apprentissage profond accessible et simple. La maîtrise de ces techniques ouvrira de nombreuses perspectives dans la recherche et l'industrie.
Apprentissage profond avec Keras et Tensorflow
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.
Apprentissage profond avec Keras et Tensorflow
Ce cours fait partie de plusieurs programmes.
Instructeurs : Samaya Madhavan
59 886 déjà inscrits
Inclus avec
Demander à Coursera
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
1,035 avis
niveau Intermédiaire
Expérience recommandée
Planning flexible
2 semaines à 10 heures une semaine
Apprenez à votre propre rythme
92%
La plupart des étudiants ont apprécié ce cours
Ce que vous apprendrez
Créer des couches et des modèles personnalisés dans Keras et intégrer Keras à TensorFlow 2.x
Développer des réseaux neuronaux convolutifs (CNN) avancés à l'aide de Keras
Modélisation des Transformateurs pour les données séquentielles et la prédiction des séries chronologiques
Expliquer les concepts clés de l'Apprentissage non supervisé dans Keras, des réseaux Q profonds (DQN) et de l'apprentissage par renforcement
Compétences que vous acquerrez
- Catégorie : Apprentissage non supervisé
- Catégorie : Architectures de modèles génératifs
- Catégorie : Modèle de formation
- Catégorie : Apprentissage profond
- Catégorie : Apprentissage par renforcement
- Catégorie : Réseaux neuronaux convolutifs
- Catégorie : Optimisation du modèle
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Apprentissage par transfert
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Analyse des séries temporelles et prévisions
Outils que vous découvrirez
- Catégorie : IA générative
- Catégorie : Keras (bibliothèque de réseaux neuronaux)
- Catégorie : Autoencodeurs
- Catégorie : Réseaux adversoriels génératifs (GAN)
- Catégorie : Tensorflow
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de IBM
Il y a 7 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
(152 évaluations)Offert par
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
65,34 %
- 4 stars
20,94 %
- 3 stars
7,62 %
- 2 stars
2,89 %
- 1 star
3,18 %
Affichage de 3 sur 1035
RR
Révisé le 25 juil. 2020
Nice course to introduce you to more advanced neural network algorithms, I wish the evaluations were more challenging and based on practical exercises... there is no final assignment either.
KG
Révisé le 3 févr. 2025
I have seen a lot of people explaining different things in Deep Learning, but I must admit, this course should be given 10 on 10 for covering everything theory to code, basics to advanced.
VH
Révisé le 4 mars 2021
This course is the best out of all courses in the specialization, the pace of the speaker was perfect.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.