TensorFlow par M2I FORMATION MERIGNAC

Les bases de Machine Learning et de Recursive Neural Networks (RNN)
ML et RNN
Backpropagation
Long Short
- Term Memory (LSTM)
Bases de TensorFlow
Création, initialisation, enregistrement et restauration de variables TensorFlow
Alimentation, lecture et préchargement des données TensorFlow
Comment utiliser TensorFlow ?
Infrastructure pour former des modèles à l'échelle
Visualisation et évaluation des modèles avec TensorBoard
TensorFlow Mechanics 101
Préparation des données
Le téléchargement
Les entrées et pointeurs
Construire un graphe
Les inférences
Les pertes
Le training
L'apprentissage du modèle (le mettre à l'épreuve)
Le graphe
La session
La boucle d'apprentissage
Evaluer le modèle
Construire le graphe d'évaluation
Evaluer les sorties
Utilisation avancée
Les threads et les files
Traitement distribué avec TensorFlow
Ecrire la documentation et partager le modèle
Personnaliser les lecteurs de données
Utilisation des GPUs
Manipulation des modèles à partir des fichiers dans TensorFlow
TensorFlow Serving
Introduction
Les bases du Serving
Le Serving avancé
Serving, un modèle de création

Appliquer des modèles mathématiques avec TensorFlow.