Deep Learning & réseaux de neurones
Réseaux de neurones, vision par ordinateur et NLP avec TensorFlow/PyTorch.
Objectifs pédagogiques
- Comprendre les architectures de réseaux de neurones
- Implémenter des réseaux avec TensorFlow et PyTorch
- Appliquer la vision par ordinateur (CNN) et le NLP (RNN, transformers)
- Optimiser l’entraînement (GPU, régularisation)
- Réaliser un projet de deep learning complet
Public & prérequis
Public : Data scientists, Ingénieurs IA, Développeurs expérimentés.
Prérequis : Maîtrise du Python et des fondamentaux du machine learning.
Programme de la formation
Jour 1 — Réseaux de neurones
- Perceptron et rétropropagation
- Réseaux denses et fonctions d’activation
- TensorFlow et PyTorch : prise en main
- Régularisation et optimisation
- Atelier : classification d’images
Jour 2 — CNN et vision
- Réseaux de convolution (CNN)
- Architectures modernes (ResNet, EfficientNet)
- Transfer learning et data augmentation
- Détection et segmentation d’objets
- Atelier : projet vision complet
Jour 3 — NLP et transformers
- RNN, LSTM, attention
- Transformers et modèles pré-entraînés
- Fine-tuning (BERT, GPT)
- Projet fil rouge + évaluation finale
Modalités
Présentiel (Paris) ou distanciel synchrone — accès GPU cloud fourni, notebooks inclus, attestation de formation.
Certification : Attestation de fin de formation + soutenance du projet fil rouge.
Financement
Cette formation peut être financée par :
- OPCO
- France Travail (AIF)
- Plan de développement des compétences
Notre équipe vous accompagne dans le montage de votre dossier de financement (CPF, OPCO, France Travail). En savoir plus sur les financements.