TENSOR
FLOW
BY GOOGLE
PRESENTER PAR : EN-NAQADI ANAS
EZZAHRI OUSSAMA
EZZHAR MOHAMMED
MAHMOUD MOHAMMED PREPAREZ VOUS
1
PLAN
INTRODUCTION APPLICATIONS & CAS
D’USAGE
FONCTIONNEMENT
DÉMO & CONCLUSION
TECHNIQUE DE
TENSORFLOW
2
Introduction
3
L'IA est devenue partout autour de nous
01 02 03
GOOGLE NETFLIX ALEXA / SIRI
Recherche intelligente et Recommandations hyper- Reconnaissance vocale et
compréhension du contexte. personnalisées de contenu. assistants virtuels.
MESSAGE CLÉ : LES MACHINES APPRENNENT ET PRENNENT DES DÉCISIONS COMME DES HUMAINS.
4
Machine Learning vs Deep Learning
04 05
ML DL
Machine Deep Learning
Learning
Modèles statistiques classiques Réseaux de neurones profonds,
entraînés principalement sur des capables d'analyser des données
données structurées. complexes comme des images,
du texte ou du son.
5
TensorFlow : le framework de Google
01 OPEN-SOURCE ET GRATUIT
CONSTRUIT POUR LE DEEP LEARNING À GRANDE
02
ÉCHELLE
03 COMPATIBLE GPU/TPU POUR DES CALCULS RAPIDES
6
Notre question centrale
01
"Comment concevoir et entraîner
efficacement des modèles de Deep Learning
02
à grande échelle ?"
03
C'EST CE QUE NOUS ALLONS EXPLORER ENSEMBLE
7
Fonctionnement technique de TensorFlow
8
Qu'est-ce qu'un Tensor ?
La donnée de base de TensorFlow
🔢 Nombre (scalaire) 📊 Tableau 2D (matrice)
Ex : température = 37 Ex : pixels d'une image noir & blanc
📋 Liste (vecteur) 📦 Cube 3D et plus
Ex : [37, 38, 36, 39] Ex : image couleur (hauteur × largeur × 3 couleurs)
💡 Un tensor = un tableau de nombres à N dimensions. C'est le langage que parle TensorFlow. 9
Pipeline de Machine Learning
Toutes les étapes en un coup d'œil
Données
▶ Prétraitement
▶ Entraînement
▶ Validation
▶ Prédiction
Collecte des Nettoyage & Le modèle Test sur de Résultat final
exemples normalisation apprend nouvelles
données
10
Fonctionnement interne de TensorFlow
Le graphe de calcul
🔷 TensorFlow représente les calculs sous forme de
graphe
🔗 Chaque nœud = une opération (addition,
multiplication…)
➡ Les données (tensors) circulent entre les nœuds
⚡ TensorFlow optimise l'ordre d'exécution
automatiquement
11
Optimisation avec Gradient Descent
Comment le modèle apprend ?
1 Le modèle fait une prédiction
Exemple : « ce chat est un chien » (erreur !)
2 On calcule l'erreur (Loss)
Plus l'erreur est grande, plus le modèle est mauvais
3 On calcule le gradient
Quelle direction corriger les paramètres ?
4 On ajuste les paramètres (weights)
Le modèle se corrige un petit peu
5 On recommence des milliers de fois
À chaque tour, le modèle s'améliore
📉 L'objectif : minimiser la fonction de perte (Loss Function) 12
Rôle de Keras dans TensorFlow
L'interface simplifiée
🔑 Qu'est-ce que Keras ?
▸ Interface de haut niveau pour TensorFlow
▸Simplifie la création de réseaux de neurones
▸ Inclus dans TensorFlow depuis la version 2.0
▸Permet d'écrire moins de code
Keras = le volant facile à tenir. TensorFlow = le moteur puissant en dessous. 13
Résumé du Workflow TensorFlow
Ce qu'il faut retenir
Collecter les données Préparer avec TensorFlow
1 2
Exemples d'entraînement (images, textes, chiffres) Normaliser, convertir en tensors, créer des lots (batches)
Construire le modèle Keras Entraîner le modèle
3 4
Empiler des couches : Dense, Conv2D, LSTM… [Link]() → gradient descent sur les données
Évaluer les performances Faire des prédictions
5 6
[Link]() → précision, perte (loss) [Link]() → résultat sur de nouvelles données
Avec TensorFlow + Keras, n'importe qui peut construire un modèle de Machine Learning en quelques lignes de code ! 14
01
Applications & cas d’usage
02
03
15
Domaines d’application
01 02
Vision par ordinateur NLP (Natural Language
Processing)
16
Applications réelles
Vision par ordinateur
RECONNAISSANCE D’IMAGES
DÉTECTION D’OBJETS
EXEMPLES :
GOOGLE PHOTOS
SÉCURITÉ / SURVEILLANCE
17
Applications réelles
Traitement du langage naturel (NLP)
ANALYSE DE TEXTE
TRADUCTION AUTOMATIQUE ET CHATBOTS
EXEMPLES :
GOOGLE TRANSLATE
ASSISTANTS VIRTUELS
18
Pourquoi TensorFlow est utilisé
Haute performance
Scalabilité
GPU / TPU support
Déploiement facile
19
01
Démo & conclusion
02
03
20
21
22
23
Merci pour votre
attention
24