En une heure, vous découvrirez les réseaux de neurones convolutifs (CNNs). On construira ensemble un modèle qui classifie les images.

Vous comprendrez l'intuition derrière les réseaux de neurones convolutifs.

Nous utiliserons des outils modernes, tels que TensorFlow, Keras et Google Colab. Aucune installation de logiciel requise !

Le domaine de l'Intelligence Artificielle est en pleine croissance et connaît une forte accélération depuis quelques années. Le Deep Learning est une branche du Machine Learning. Contrairement aux algorithmes classiques du Machine Learning, les systèmes de deep learning peuvent améliorer leurs performances en accédant à davantage de données : une machine plus expérimentée. La classification des images est d'une grande importance dans divers applications.

Le cours a porté sur les aspects théoriques et pratiques. Vous comprendrez comment utiliser des outils tels que TensorFlow et Keras pour créer de puissants modèles de Deep Learning. Les leçons sont pratiques, efficaces et organisées en petites étapes.

Les réseaux de neurones convolutifs (désignés par l’acronyme CNN, de l’anglais Convolutional Neural Networks)sont à ce jour les modèles les plus performants pour classer des images. Les réseaux de neurones convolutifs sont utilisés pour les voitures autonomes, les caméras intelligentes et les smartphones en raison de leurs performances impressionnantes. Les réseaux de neurones convolutifs sont reconnus comme étant la référence pour la classification, la détection et la segmentation des images.

Dans ce cours, nous créerons un réseau de neurones convolutifs pour reconnaître et classer des images en dix catégories.