Résumé

L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique.
La 3e  édition de cet ouvrage de référence, très remaniée, tient compte des récentes avancées.
  • Construire et entraîner de nombreuses architectures de réseaux de neurones pour classification et régression à l’aide de Keras et TensorFlow  2.
  • Découvrir les mécanismes d’attention, les grands modèles de langage (LLM) tels que GPT-4, les réseaux antagonistes génératifs (GAN), les modèles de diffusion tels que DALL-E  2, la détection d’objets, la segmentation sémantique,  etc.
  • Explorer Keras, l’API officielle de haut niveau pour TensorFlow  2, désormais compatible également avec PyTorch et JAX.
  • Entraîner de grands modèles à l’aide de TF  Data, de l’API de stratégies de distribution, de TF  Serving, de Keras Tuner, ou encore de la bibliothèque Transformers de Hugging Face.
  • Passer à l’échelle supérieure sur la plateforme Google Vertex AI, ou déployer sur des appareils mobiles.
  • Créer des agents d’apprentissage autonomes avec l’apprentissage par renforcement profond.
Tous les exemples de code sont disponibles en ligne sous  la forme de notebooks Jupyter à l’adresse suivante : https://github.com/ageron/handson-ml3

Caractéristiques

Editeur : Dunod

Auteur(s) : Aurélien Géron

Publication : 20 mars 2024

Intérieur : Noir & blanc

Support(s) : Contenu téléchargeable [PDF]

Contenu(s) : PDF

Protection(s) : DRM ACS4 (PDF)

Taille(s) : 14 Mo (PDF)

Langue(s) : Français

Code(s) CLIL : 3213

EAN13 Contenu téléchargeable [PDF] : 9782100869893

EAN13 (papier) : 9782100847693

Ouvrages du même auteur

--:-- / --:--