Vous souhaitez suivre cette formation ?

Contactez-nous ! Un expert vous recontactera dans les plus brefs délais.

Les 4 derniers articles du blog

Comment réussir en tant qu’étudiant en 2025 ?

Découvrez les stratégies, outils et tendances qui permettent aux étudiants de réussir leurs études en 2025, entre innovations pédagogiques, organisation personnelle et nouvelles compétences.

Allan Busi

30 juin 202413 min

Comment recruter efficacement dans une ESN en 2025 ? Stratégies innovantes et conseils pratiques

Face à la pénurie de talents IT et à la concurrence accrue, découvrez les stratégies pour optimiser le recrutement en ESN (Entreprise de Services du Numérique) en 2025.

Allan Busi

30 juin 202411 min

Comment optimiser son apprentissage en 2025 ? Méthodes, outils et tendances

Découvrez comment optimiser votre apprentissage en 2025 grâce aux méthodes innovantes, outils digitaux et tendances pédagogiques émergentes pour la formation professionnelle.

Allan Busi

30 juin 202414 min

Comment l'intelligence artificielle transforme la formation professionnelle en 2025 ?

Découvrez comment l'intelligence artificielle révolutionne la formation professionnelle en 2025, avec ses apports, ses défis et des exemples concrets pour les entreprises et les apprenants.

Allan Busi

30 juin 202414 min

Voir tous les articles

Objectifs de la formation

Identifier les principes du Deep Learning et l’architecture des réseaux de neurones.

Installer et configurer un environnement de travail dédié à Keras et TensorFlow.

Comprendre la structure d’un modèle Keras et manipuler l’API.

Construire, entraîner et évaluer des réseaux pour la classification et la régression.

Gérer le surapprentissage, optimiser les modèles et utiliser les callbacks.

Mettre en pratique le transfert d’apprentissage et l’utilisation de modèles pré-entraînés.

Programme

Jour 1Introduction au Deep Learning et à Keras

Présentation du Deep Learning et de ses applications modernes. Notions de réseaux de neurones artificiels : perceptrons, couches, activations, architecture générale. Installation de l’environnement Python, Keras et TensorFlow. Prise en main de l’écosystème, découverte de l’API séquentielle et fonctionnelle. Premier réseau de neurones simple, entraînement sur un dataset jouet (Iris ou MNIST), interprétation des résultats, visualisation des courbes d’apprentissage.

Jour 2Approfondissement des modèles Keras : architecture, entraînement et évaluation

Création et personnalisation de modèles : couches denses, convolutionnelles et récurrentes. Gestion des optimisateurs (SGD, Adam…), fonctions de coût et métriques. Split des données , validation croisée. Gestion du surapprentissage : dropout, régularisation L1/L2, data augmentation. Outils d’évaluation des modèles et interprétation des métriques de performances. Étude de cas : réalisation de projets de classification d’images (CIFAR-10, Fashion-MNIST) et de régression (prédiction de valeurs numériques).

Jour 3Techniques avancées, modèles pré-entraînés et production

Utilisation avancée des callbacks (EarlyStopping, ModelCheckpoint, TensorBoard). Introduction au transfert d’apprentissage avec Keras Applications : comment utiliser et réentraîner des modèles comme VGG, ResNet, MobileNet. Passage de projets étudiants vers la production. Export, sauvegarde et restauration de modèles. Optimisation de l’inférence et introduction à l’intégration sur des plateformes (APIs, batch process). Panorama de la communauté Keras et ressources pour progresser.

Méthode d'évaluation

QCM de validation des acquis en fin de formation
Études de cas et réalisation d'un mini-projet Deep Learning à l’aide de Keras
Évaluation continue par exercices pratiques encadrés

Méthode d'apprentissage

Alternance de cours théoriques, démonstrations en live coding et ateliers pratiques
Études de cas concrets sur datasets publics
Support de cours détaillé et notebooks Jupyter fournis

Chargement en cours...

Vous souhaitez suivre cette formation ?

Les 4 derniers articles du blog

Comment réussir en tant qu’étudiant en 2025 ?

Comment recruter efficacement dans une ESN en 2025 ? Stratégies innovantes et conseils pratiques

Comment optimiser son apprentissage en 2025 ? Méthodes, outils et tendances

Comment l'intelligence artificielle transforme la formation professionnelle en 2025 ?

Maîtrisez les Fondamentaux du Deep Learning avec Keras : Créez vos Premiers Réseaux de Neurones

Objectifs de la formation

Programme

Méthode d'évaluation

Méthode d'apprentissage

Ces formations pourraient vous plaire

Prise en Main de Keras pour le Deep Learning : Concevez Vos Premiers Réseaux de Neurones

Keras : Créer des Modèles de Deep Learning Performants

Maîtriser Keras pour le Deep Learning en Entreprise : De l’Initiation aux Applications Concrètes

Maîtriser Keras pour le Deep Learning : Fondamentaux et Pratique