Félicitations !

Introduction à TensorFlow en Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Ce que vous avez appris

  • Chapitre 1
    • Opérations de bas niveau, de base et avancées
    • Calcul basé sur des graphes
    • Calcul du gradient et optimisation
  • Chapitre 2
    • Chargement et transformation des données
    • Fonctions de perte prédéfinies et personnalisées
    • Modèles linéaires et entraînement par lot
Introduction à TensorFlow en Python

Ce que vous avez appris

  • Chapitre 3
    • Couches de réseaux de neurones denses
    • Fonctions d'activation
    • Algorithmes d'optimisation
    • Entraînement de réseaux de neurones
  • Chapitre 4
    • Réseaux de neurones avec Keras
    • Entraînement et validation
    • API Estimators
Introduction à TensorFlow en Python

Extensions TensorFlow

  • TensorFlow Hub
    • Modèles préentraînés
    • Apprentissage par transfert

Cette image montre une capture d'écran de modèles retournés par une recherche sur TensorFlow Hub.

  • TensorFlow Probability
    • Plus de lois statistiques
    • Distributions entraînables
    • Ensemble élargi d'optimiseurs

Cette image montre un histogramme avec un ajustement de loi de probabilité.

1 Screenshot from https://tfhub.dev.
Introduction à TensorFlow en Python

TensorFlow 2.0

  • TensorFlow 2.0
    • eager_execution()
    • Intégration plus étroite de keras
    • Estimators
    • function()

Cette image montre un schéma de l'API Estimators et son lien avec les API de plus bas niveau.

Cette image montre un diagramme d'un réseau de neurones.

L'image montre un graphe statique dans TensorFlow.

1 Screenshot taken from https://www.tensorflow.org/guide/premade_estimators
Introduction à TensorFlow en Python

Félicitations !

Introduction à TensorFlow en Python

Preparing Video For Download...