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
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.
Vous apprendrez à créer des couches et des modèles personnalisés dans Keras et à intégrer Keras à TensorFlow 2.x pour améliorer les fonctionnalités.
Vous développerez des réseaux neuronaux convolutifs (CNN) avancés à l'aide de Keras. Vous construirez également des modèles transformateurs pour les données séquentielles et les séries chronologiques en cours d'utilisation TensorFlow avec Keras. Le cours couvre également les principes de l'apprentissage non supervisé dans Keras et TensorFlow pour l'optimisation des modèles et les boucles d'entraînement personnalisées. Enfin, vous développerez et formerez des réseaux Q profonds (DQN) avec Keras pour des tâches d'apprentissage par renforcement (un aperçu de la modélisation générative et de l'apprentissage par renforcement est fourni).
Vous serez en mesure de pratiquer les concepts appris à l'aide de laboratoires pratiques dans chaque leçon. Un projet final culminant dans le dernier module vous donnera l'occasion d'appliquer vos connaissances pour construire un modèle de classification en utilisant l'apprentissage par transfert.
Ce cours est adapté à tous les ingénieurs IA en herbe qui souhaitent apprendre TensorFlow et Keras. Il nécessite une connaissance pratique de la programmation Python et des concepts mathématiques de base tels que les gradients et les matrices, ainsi que les fondamentaux du Deep learning à l'aide de Keras.
Ce module fournit une vue d'ensemble des fonctionnalités avancées de Keras. Il couvre l'API fonctionnelle de Keras pour la création de modèles complexes. Il inclut également la création de couches et de modèles personnalisés dans Keras. Ensuite, le module décrit l'intégration de Keras avec TensorFlow 2.x pour des fonctionnalités améliorées. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
5 vidéos2 lectures3 devoirs2 éléments d'application1 sujet de discussion2 plugins
Afficher les informations sur le contenu du module
5 vidéos•Total 21 minutes
Introduction au cours•3 minutes
Introduction à Keras avancé•4 minutes
API fonctionnelle et API de sous-classement de Keras•6 minutes
Créer des couches personnalisées dans Keras•3 minutes
Vue d'ensemble de TensorFlow 2.x•6 minutes
2 lectures•Total 9 minutes
Aperçu du cours•4 minutes
Résumé et points forts : Fonctionnalités avancées de Keras•5 minutes
3 devoirs•Total 50 minutes
Quiz pratique : API fonctionnelle avancée de Keras•10 minutes
Quiz pratique : Couches personnalisées avec Keras•10 minutes
Quiz noté : Fonctionnalités avancées de Keras•30 minutes
2 éléments d'application•Total 60 minutes
Lab : Implémentation de l'API fonctionnelle dans Keras•30 minutes
Lab : Création de calques et de modèles personnalisés•30 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Rencontre et accueil•10 minutes
2 plugins•Total 16 minutes
Conseils utiles pour l'achèvement des cours•1 minute
Glossaire : Fonctionnalités avancées de Keras•15 minutes
CNNs avancés dans Keras
Module 2•4 heures à terminer
Détails du module
Dans ce module, vous apprendrez à développer des réseaux neuronaux convolutifs (CNN) avancés à l'aide de Keras. Vous apprendrez les techniques d'augmentation des données avec Keras. En outre, vous mettrez en œuvre l'apprentissage par transfert avec Keras et tirerez parti de modèles pré-entraînés. Enfin, vous apprendrez à utiliser TensorFlow pour améliorer les capacités de traitement d'images. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
6 vidéos1 lecture4 devoirs3 éléments d'application1 sujet de discussion2 plugins
Afficher les informations sur le contenu du module
6 vidéos•Total 27 minutes
CNNs avancés dans Keras•5 minutes
Techniques d'Augmentation des données•3 minutes
Apprentissage par transfert dans Keras•7 minutes
Utilisation de modèles pré-entraînés•5 minutes
TensorFlow pour le traitement d'images•3 minutes
Présentation de la convolution transposée•4 minutes
1 lecture•Total 1 minute
Résumé et points forts : CNNs avancés dans Keras•1 minute
4 devoirs•Total 60 minutes
Quiz pratique : CNNs avancés et Augmentation des données•10 minutes
Quiz pratique : Apprentissage par transfert sur des modèles pré-entraînés et traitement d'images•10 minutes
Quiz pratique : Introduction à la convolution par transposition•10 minutes
Quiz noté : CNNs avancés dans Keras•30 minutes
3 éléments d'application•Total 120 minutes
Augmentation des données avec Keras•30 minutes
Laboratoire : Apprentissage par transfert•30 minutes
Lab : Application pratique de la convolution transposée•60 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Invitation à la discussion : Augmentation des données et Apprentissage par transfert•10 minutes
2 plugins•Total 20 minutes
Lecture : Conseils pour la mise en œuvre de l'Apprentissage par transfert•5 minutes
Glossaire : CNNs avancés dans Keras•15 minutes
Transformateurs dans Keras
Module 3•3 heures à terminer
Détails du module
Ce module couvre la construction et l'entraînement de Transformers avancés à l'aide de Keras. Vous développerez davantage les modèles Transformer pour les données séquentielles et les séries chronologiques en cours d'utilisation TensorFlow avec Keras. En outre, vous apprendrez à mettre en œuvre des techniques avancées de Transformer pour la génération de texte. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
5 vidéos1 lecture3 devoirs2 éléments d'application1 sujet de discussion1 plugin
Afficher les informations sur le contenu du module
5 vidéos•Total 21 minutes
Introduction aux transformateurs dans Keras•5 minutes
Construction de Transformation de données séquentielles•3 minutes
Applications avancées des transformateurs•4 minutes
Transformateurs pour la prédiction des Séries chronologiques•4 minutes
TensorFlow pour les données séquentielles•4 minutes
1 lecture•Total 3 minutes
Résumé et points forts : Les transformateurs dans Keras•3 minutes
3 devoirs•Total 50 minutes
Quiz pratique : Transformateurs dans Keras•10 minutes
Quiz pratique : Transformation avancée et données séquentielles en cours d'utilisation TensorFlow•10 minutes
Quiz noté : Transformateurs dans Keras•30 minutes
2 éléments d'application•Total 90 minutes
Lab : Construction de transformateurs avancés•60 minutes
Lab : Implémentation de transformateurs pour la génération de texte•30 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Invitation à la discussion : Transformer des données séquentielles avec des transformateurs•10 minutes
1 plugin•Total 15 minutes
Glossaire : Transformateurs dans Keras•15 minutes
Apprentissage non supervisé et modèles génératifs dans Keras
Module 4•4 heures à terminer
Détails du module
Dans ce module, vous apprendrez les principes de l'apprentissage non supervisé dans Keras. Vous apprendrez à construire et à entraîner des autoencodeurs et des modèles de diffusion. De plus, vous développerez des réseaux adversaires génératifs (GAN) en utilisant Keras et intégrerez TensorFlow pour des tâches avancées d'apprentissage non supervisé. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
5 vidéos1 lecture3 devoirs3 éléments d'application1 sujet de discussion1 plugin
Afficher les informations sur le contenu du module
5 vidéos•Total 19 minutes
Introduction à l'apprentissage non supervisé dans Keras•5 minutes
Construire des autoencodeurs dans Keras•4 minutes
Modèles de diffusion•4 minutes
Réseaux adversoriels génératifs (GAN)•4 minutes
TensorFlow pour l'apprentissage non supervisé•3 minutes
1 lecture•Total 2 minutes
Résumé et points forts : Apprentissage non supervisé et modèles génératifs dans Keras•2 minutes
3 devoirs•Total 50 minutes
Quiz pratique : Apprentissage non supervisé, autoencodeurs et modèles de diffusion•10 minutes
Quiz pratique : GANs et TensorFlow•10 minutes
Quiz noté : Apprentissage non supervisé et modèles génératifs dans Keras•30 minutes
3 éléments d'application•Total 135 minutes
Lab : Construction d'autoencodeurs•60 minutes
Lab : Mise en œuvre de modèles de diffusion•45 minutes
Lab : Développer des GANs avec Keras•30 minutes
1 sujet de discussion•Total 10 minutes
[Optionnel] Explorer les Autoencodeurs et les Réseaux antagonistes génératifs (GAN)•10 minutes
1 plugin•Total 15 minutes
Glossaire : Apprentissage non supervisé et modèles génératifs dans Keras•15 minutes
Techniques avancées de Keras
Module 5•3 heures à terminer
Détails du module
Dans ce module, vous apprendrez des techniques avancées dans Keras pour le développement de modèles. Vous créerez des boucles d'entraînement personnalisées et optimiserez les modèles à l'aide de Keras et effectuerez le réglage des hyperparamètres avec Keras Tuner. Enfin, vous apprendrez à utiliser TensorFlow pour l'optimisation de modèles et les boucles d'entraînement personnalisées. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
5 vidéos1 lecture3 devoirs2 éléments d'application1 sujet de discussion1 plugin
Afficher les informations sur le contenu du module
5 vidéos•Total 18 minutes
Techniques avancées de Keras•3 minutes
Boucles d'apprentissage personnalisées dans Keras•3 minutes
Ajustement des hyperparamètres avec Keras Tuner•4 minutes
Optimisation du modèle•4 minutes
TensorFlow pour l'optimisation de modèles•4 minutes
1 lecture•Total 2 minutes
Résumé et points forts : Techniques avancées de Keras•2 minutes
3 devoirs•Total 55 minutes
Quiz pratique : Techniques avancées de Keras et boucles de formation personnalisées•10 minutes
Quiz pratique : Optimisation des hyperparamètres et des modèles•15 minutes
Techniques avancées de Keras•30 minutes
2 éléments d'application•Total 90 minutes
Lab : Boucles d'apprentissage personnalisées dans Keras•30 minutes
Lab : Optimisation des hyperparamètres avec Keras Tuner•60 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Invitation à la discussion : Boucles d'entraînement personnalisées et optimisation des hyperparamètres•10 minutes
1 plugin•Total 15 minutes
Glossaire : Techniques avancées de Keras•15 minutes
Introduction à l'Apprentissage par renforcement avec Keras
Module 6•3 heures à terminer
Détails du module
Dans ce module, vous apprendrez les principes fondamentaux de l'apprentissage par renforcement et ses applications dans Keras. Le module couvre également les algorithmes d'apprentissage Q à l'aide de Keras. Vous développerez et formerez des réseaux Q profonds (DQN) avec Keras pour des tâches d'apprentissage par renforcement avancées. Vous appliquerez vos connaissances dans des laboratoires et testerez vos concepts dans des quiz.
Inclus
3 vidéos1 lecture2 devoirs2 éléments d'application1 sujet de discussion1 plugin
Afficher les informations sur le contenu du module
3 vidéos•Total 21 minutes
Apprentissage par renforcement (RL)•8 minutes
Apprentissage Q avec Keras•8 minutes
Réseaux Q profonds (DQNs) avec Keras•5 minutes
1 lecture•Total 1 minute
Résumé et points forts : Introduction à l'Apprentissage par renforcement avec Keras•1 minute
2 devoirs•Total 40 minutes
Quiz pratique : Apprentissage par renforcement, Q-Learning, Q-Networks (DQNs)•10 minutes
Quiz noté : Introduction à l'Apprentissage par renforcement avec Keras•30 minutes
2 éléments d'application•Total 120 minutes
Lab : Implémentation du Q-Learning dans Keras•60 minutes
Lab : Construire un réseau Q profond avec Keras•60 minutes
1 sujet de discussion•Total 10 minutes
[Facultatif] Sujet de discussion : Les promesses et les défis de l'Apprentissage par renforcement•10 minutes
1 plugin•Total 5 minutes
Glossaire : Introduction à l'Apprentissage par renforcement avec Keras•5 minutes
Présentation du projet final
Module 7•3 heures à terminer
Détails du module
Dans ce module, vous mettrez en œuvre le projet final et passerez l'évaluation finale.
Inclus
1 vidéo2 lectures1 évaluation par les pairs3 éléments d'application3 plugins
Afficher les informations sur le contenu du module
1 vidéo•Total 7 minutes
Synthèse du cours•7 minutes
2 lectures•Total 4 minutes
Félicitations et prochaines étapes•2 minutes
Remerciements de l'équipe du cours•2 minutes
1 évaluation par les pairs•Total 20 minutes
Option 2 : Peer-To-Peer - Présentation et évaluation du projet final•20 minutes
3 éléments d'application•Total 125 minutes
Option 1 : noté par l'IA - Projet final : Soumission et évaluation•5 minutes
Projet pratique : Apprentissage par transfert pour la classification des fruits•60 minutes
Projet final : Classifier les déchets à l'aide de l'Apprentissage par transfert•60 minutes
3 plugins•Total 35 minutes
Aperçu du projet pratique : Apprentissage par transfert pour la classification des fruits•15 minutes
Aperçu du projet final•15 minutes
Lecture : Lignes directrices pour la soumission du projet final et éléments livrables•5 minutes
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
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
Chez IBM, nous savons à quel point la technologie évolue rapidement et nous reconnaissons le besoin crucial pour les entreprises et les professionnels d'acquérir rapidement des compétences pratiques prêtes à l'emploi. En tant qu'innovateur technologique leader sur le marché, nous nous engageons à vous aider à prospérer dans ce paysage dynamique. Grâce à IBM Skills Network, nos programmes de formation conçus par des experts en IA, développement de logiciels, cybersécurité, science des données, gestion d'entreprise, et plus encore, fournissent les compétences essentielles dont vous avez besoin pour décrocher votre premier emploi, faire progresser votre carrière ou favoriser la réussite de votre entreprise. Que vous vous perfectionniez ou que vous perfectionniez votre équipe, nos cours, nos spécialisations et nos certificats professionnels développent l'expertise technique qui vous assure, ainsi qu'à votre organisation, d'exceller dans un monde compétitif.
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
4.4
1 032 avis
5 stars
65,37 %
4 stars
20,88 %
3 stars
7,64 %
2 stars
2,90 %
1 star
3,19 %
Affichage de 3 sur 1032
R
RR
4·
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.
C
CC
4·
Révisé le 4 oct. 2022
Videos are good. Lab notebooks are a bit stale (still on tensorflow 2.2), so there are few wrinkles in getting them to work.
V
VH
5·
Révisé le 4 mars 2021
This course is the best out of all courses in the specialization, the pace of the speaker was perfect.
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.