Objectifs :
Maîtriser la vision informatique principale Modèles d’apprentissage profond
Comprendre le potentiel des modèles génératifs
Soyez au courant des applications des RGA
Maîtriser l’application commune de la vision par ordinateur
Outils à maîtriser :
Tensorflow (tensorflow)
Dur
Git
Python
Collaborer
Module 1 : Introduction
M.L. et apprentissage supervisé
Réseaux neuronaux artificiels
Apprentissage profond
Module 2 : L’apprentissage profond comprenait des modèles
Introduction
Cnn
RNN (en anglais)
Auto-encodeurs
Modèles DL alternatifs?
Module 3 : Vision par ordinateur
Vidéosurveillance intelligente: IVS
Applications CV en entreprise
Analyse de la vision par ordinateur
Module 4 : Classification de l’image
Cnn
Circonvolutions
Application I : Classification des chiffres MINST
Module 5 : Architectures CNN
AlexNet AlexNet
VGGNET ( VGGNET )
Création
Resnet (Resnet)
Module 6 : Détection d’objets
Introduction
R-CNN
Ssd
YOLO 3,4 et 5
Module 7 : Introduction des modèles génératifs
Principaux concepts
Modèles d’IA de prochaine génération
Certaines applications
Module 8: Auto-encodeurs
Le modèle
Apprentissage non supervisé
Utilisation d’auto-codeurs
Module 9 : RGA
Introduction
Composants GAN
Entraînement accusatoire
Fonctions de coût
Processus de formation
Application: Numéro manuscrit généré par un ordinateur!
Module 10 : Applications GANs
Modèles génératifs en médecine
Modèles génératifs à la mode
GANs dans la cybersécurité