Formation Deep Learning avec TensorFlow
Suivez notre formation Deep Learning avec TensorFlow sur 3 jours pour maîtriser la puissance des réseaux de neurones!
Vue d'ensemble
Connaissances en Machine Learning et en Python, et connaissances basiques en statistique
Objectifs pédagogiques
Programme détaillé
Présentation de la formation Deep Learning
Tour d’horizon du Machine Learning
Principes fondamentaux
Du Machine Learning au Deep Learning
Le retour sous le feu des projecteurs du Deep Learning
Champs d’application de l’apprentissage profond
Utilisation du Deep Learning
Outils et bibliothèques Deep Learning: TensorFlow, Keras, Caffe, etc.
Notions mathématiques essentielles
Les vecteurs
Les matrices
Les hyperplans
Introduction à TensorFlow
Apprendre TensorFlow et son installation
Environnement TensorFlow
Présentation des tensors (tableaux multidimensionnels)
Hello World
Opérations élémentaires
Variables, placeholders
TensorBoard: Visualisation de graphes, de courbes
TensorFlow: Régression et classification
Les APIs: Estimators, Layers, Datasets…
Obtention d’ensembles de données, manipulation
Sauvegarde de modèles, restauration
Créer son modèle de régression avec TensorFlow, Visualiser des données avec TensorBoard
Les réseaux neuronaux artificiels (ANN)
Réseaux de neurones biologiques et artificiels, similarités
Perceptron mono, multicouche
Fonctionnement et architecture des neurones
Réglage de paramètres
Développement d’un réseau
Les fonctions d’activation des réseaux: Sigmoid, Tanh, ReLU
Modélisation d’un réseau selon le problème à résoudre
Construire son premier réseau neuronal multicouche et le classifier…
Optimisation d’un réseau neuronal, entraînement
Définition d’un rythme d’apprentissage
Fonctions de coût, descente de gradient et rétropropagation
Sélection de features
Data Augmentation
Régularisation pour le surapprentissage (arrêt délibéré, normes L1 et L2)
Batch normalization
Validation croisée et hyperparamètres
Optimisation des modèles, comparaisons
Transfer Learning : utilisation de couches pré-entraînées
Entraînement d’un réseau neuronal profond, test et optimisation
Les réseaux de neurones convolutifs (CNN)
Fonctionnement du CNN, utilisation
Filtres, couches de convolution et de pooling
Architecture d’un CNN
Implémenter un réseau convolutif pour reconnaître l’écriture manuscrite de manière automatique. (A l’aide de la base de données MNIST de chiffres manuscrits)
Réseaux de neurones récurrents (RNN)
La disparition du gradient, les effets
RNN: Architecture
Cellule Long Short-Term Memory (LSTM)
Cellule GRU, version simplifiée de la cellule LSTM
Natural Language Processing
Réseaux de neurones récursifs
Implémenter un réseau neuronal récurrent pour traiter le langage naturel automatiquement.
Autoencoders
Apprentissage non-supervisé
Deep Belief Networks
Réduction de dimension à l’aide d’autoencoders
Types d’autoencoders
Utilisation d’un autoencoder pour la réduction de dimension
Reinforcement learning (apprentissage par renforcement)
Principes, utilisation
Optimiser les récompenses
Présentation d’OpenAI Gym
Configurer OpenAI Gym
Le problème du credit-assignment
Processus de décision markoviens
Apprentissage par différence temporelle
Apprentissage Q
Notions avancées
Exécution sur CPUs, GPUs ou cluster
TensorServing: outil de mise en production
Visualisation avancée
Les limites
Implémenter le Deep Learning avec TensorFlow sur une application d’entreprise
Ressources additionnelles
Prochaines sessions
du 22 sept. 2026 au 24 sept. 2026 • 3 jours
du 22 sept. 2026 au 24 sept. 2026 • 3 jours
du 22 sept. 2026 au 24 sept. 2026 • 3 jours
du 22 sept. 2026 au 24 sept. 2026 • 3 jours
du 20 oct. 2026 au 22 oct. 2026 • 3 jours
du 20 oct. 2026 au 22 oct. 2026 • 3 jours
du 20 oct. 2026 au 22 oct. 2026 • 3 jours
du 20 oct. 2026 au 22 oct. 2026 • 3 jours
du 20 oct. 2026 au 22 oct. 2026 • 3 jours
du 17 nov. 2026 au 19 nov. 2026 • 3 jours
du 17 nov. 2026 au 19 nov. 2026 • 3 jours
du 17 nov. 2026 au 19 nov. 2026 • 3 jours
du 17 nov. 2026 au 19 nov. 2026 • 3 jours
du 1 déc. 2026 au 3 déc. 2026 • 3 jours
du 1 déc. 2026 au 3 déc. 2026 • 3 jours
du 1 déc. 2026 au 3 déc. 2026 • 3 jours
du 1 déc. 2026 au 3 déc. 2026 • 3 jours
du 1 déc. 2026 au 3 déc. 2026 • 3 jours
Ils nous font confiance
Cette année notre filière Data Science & Machine Learning a accompagné plus de 7 entreprises dont :
Avis des participants
L'expertise du formateur est plus qu'appréciable! François-Marie maîtrise parfaitement le sujet, répond très bien à toutes les questions et ses explications sont très simples à suivre / très pédagogiques! (j'ai déjà suivi d'autres formations de ce types chez d'autres organismes mais c'était beaucoup moins maîtrisé)
Un peu plus de pratique pour orienter vers le choix d'une bonne architecture dans la partie CNN aurait été un plus mais c'était déjà très bien. La dernière journée est beaucoup plus théorique (équation mathématique) donc il faut plus s'accrocher.
Je me suis inscrit à cette formation pour comprendre les principes de Machine Learning, Deep Learning, LLM. Les notions associées de couche, neuronnes, gradient, epoch, batch, matrices, fonction d'activation ..., regression, classification, convolution, encodeur, tf-idf ... Je suis très cotent car la formation m'a permis…
Votre formateur
Camilo R.
Formateur Machine Learning & Google Cloud
Camilo intervient sur des formations portant sur la Data Science et le Machine Learning. Parmi les formations qui lui sont confiées figurent notamment « MLOps » et « PyTorch ». Son activité de formation a débuté en 2024.
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Questions fréquentes
Combien de temps dure la formation Deep Learning avec TensorFlow ?
Cette formation se déroule sur 3 jours.
Quels sont les prérequis pour suivre la formation Deep Learning avec TensorFlow ?
Connaissances en Machine Learning et en Python, et connaissances basiques en statistique
Quel est le prix de la formation Deep Learning avec TensorFlow ?
En inter-entreprises, elle est à 2 400 € HT par participant ; en intra-entreprise, elle est à 5 550 € HT pour le groupe. Un tarif sur-mesure est également disponible sur devis.
La formation Deep Learning avec TensorFlow délivre-t-elle une certification ?
Cette formation ne délivre pas de certification. Une attestation de fin de formation vous sera remise à l'issue de la session.
La formation Deep Learning avec TensorFlow est-elle éligible à un financement OPCO ?
Oui, cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Choisissez votre formation
Mon contact chez SPARKS est professionnel et très réactif. Les échanges sont simples, efficaces, et la collaboration se déroule dans d'excellentes conditions.