Réseaux de neurones profonds avec les architectures GAN et techniques d'apprentissage supervisé et non-supervisé pour l'optimisation des modèles génératifs. Exploration des applications en traitement du langage naturel et vision par ordinateur, suivi d'une évaluation basée sur les critères de performance et une introduction au transfert de style avec des cas pratiques.
4h à 6h
6 points clés
IA générative

Basique

Opérationnel
Comprendre les fondamentaux des réseaux GAN.
Analyser l'architecture des réseaux GAN.
Différencier apprentissage supervisé et non-supervisé.
Optimiser les modèles génératifs.
Maîtriser les techniques d'apprentissage avancées.
Comprendre les modèles génératifs NLP
Explorer les applications en NLP
Analyser les critères de performance des modèles.
Comparer les résultats de différents modèles génératifs.
Appliquer des modèles génératifs pour l'image.
Analyser les applications de l'IA en vision par ordinateur.
Apprendre la conception esthétique par IA.
Réaliser des cas pratiques de transfert de style.
Analyser des démonstrations de transfert de style.