Jour 1
1. Introduction
2. Rappels sur TensorFlow
Les notions de base de TensorFlow
- Session
- Eager execution
Visualisation avec Tensorboard
- Fonctionnement
- Manipulation
Lab 1: Rappels sur TensorFlow
3. Fonctionnalités avancées de TensorFlow
Debugging de modèles TensorFlow
- Affichage direct des valeurs
- Debugging en ligne de commande
- Debugging en mode graphique via TensorBoard
- Lab 2: Debugging de modèles TensorFlow
Tests sur les modèles TensorFlow
- Tests sur les valeurs
- Tests unitaires
- Lab 3: Tests sur les modèles TensorFlow
Approche de haut niveau: les API Estimator et Keras
- Lab 4: Construction d'un modèle avec les API haut niveau
Jour 2
4. Industrialisation de modèles TensorFlow - infrastructures avancées
Exécution dans le Cloud
- AWS Deep Learning AMI
Calcul distribué avec TensorFlow
Lab 5: AWS Deep Learning AMI
Construction de pipelines de données
- L'API Data
- TensorFlow Data Validation
- TensorFlow Transform
- Lab 6: Construction d'un pipeline de données
Mise en production avec TensorFlow Serving
- Lab 7: TensorFlow Serving
Jour 3
Cycle de vie d'un modèle TensorFlow avec Amazon SageMaker
- Lab 8: TensorFlow avec Amazon SageMaker
Modules d'apprentissage réutilisables
- Lab 9: Modules d'apprentissage réutilisables avec TensorFlow Hub