Deep Learning avec Keras et TensorFlow – 3e éd.: Mise en oeuvre et cas concrets

L’objectif de cet ouvrage est de vous plonger dans les concepts fondamentaux du Deep Learning. Grâce à de nombreux exemples de code disponibles en ligne, vous verrez comment les mettre en pratique. Cette troisième édition, entièrement remaniée, prend en compte les dernières avancées dans le domaine. Vous apprendrez à construire et à entraîner diverses architectures de réseaux de neurones pour la classification et la régression, en utilisant Keras et TensorFlow 2.

Découvrez les mécanismes d’attention, les grands modèles de langage (LLM) comme GPT-4, les réseaux antagonistes génératifs (GAN), ainsi que les modèles de diffusion tels que DALL-E 2. Vous explorerez également des concepts comme la détection d’objets et la segmentation sémantique. Keras, l’API officielle de haut niveau pour TensorFlow 2, est désormais compatible avec PyTorch et JAX, ce qui élargit vos possibilités.

Vous apprendrez à entraîner de grands modèles grâce à TF Data, à l’API de stratégies de distribution, à TF Serving, à Keras Tuner, et à la bibliothèque Transformers de Hugging Face. Que vous souhaitiez passer à l’échelle supérieure sur la plateforme Google Vertex AI ou déployer des modèles sur des appareils mobiles, cet ouvrage vous guide à chaque étape. Vous pourrez même créer des agents d’apprentissage autonomes avec l’apprentissage par renforcement profond.

Tous les exemples de code sont accessibles en ligne sous forme de notebooks Jupyter à l’adresse suivante : https://github.com/ageron/handson-ml3. N’hésitez pas à explorer davantage !