Modèles Transformer et modèle BERT
Earned sept. 18, 2025 EDT
Mécanisme d'attention
Earned sept. 18, 2025 EDT
Website on Google Cloud
Earned sept. 18, 2025 EDT
Développer des applications sans serveur avec Firebase
Earned sept. 17, 2025 EDT
Introduction à la génération d'images
Earned sept. 16, 2025 EDT
Présentation de l'IA générative
Earned sept. 15, 2025 EDT
Dans ce cours, vous allez apprendre à créer un modèle de sous-titrage d'images à l'aide du deep learning. Vous découvrirez les différents composants de ce type de modèle, comme l'encodeur et le décodeur, et comment l'entraîner et l'évaluer. À la fin du cours, vous serez en mesure de créer vos propres modèles de sous-titrage d'images et de les utiliser pour générer des sous-titres pour des images.
En savoir plus
Ce cours offre un aperçu de l'architecture encodeur/décodeur, une architecture de machine learning performante souvent utilisée pour les tâches "seq2seq", telles que la traduction automatique, la synthèse de texte et les questions-réponses. Vous découvrirez quels sont les principaux composants de l'architecture encodeur/décodeur, et comment entraîner et exécuter ces modèles. Dans le tutoriel d'atelier correspondant, vous utiliserez TensorFlow pour coder une implémentation simple de cette architecture afin de générer un poème en partant de zéro.
En savoir plus
Ce cours présente l'architecture Transformer et le modèle BERT (Bidirectional Encoder Representations from Transformers). Vous découvrirez quels sont les principaux composants de l'architecture Transformer, tels que le mécanisme d'auto-attention, et comment ils sont utilisés pour créer un modèle BERT. Vous verrez également les différentes tâches pour lesquelles le modèle BERT peut être utilisé, comme la classification de texte, les questions-réponses et l'inférence en langage naturel. Ce cours dure environ 45 minutes.
En savoir plus
Ce cours présente le mécanisme d'attention, une technique efficace permettant aux réseaux de neurones de se concentrer sur des parties spécifiques d'une séquence d'entrée. Vous découvrirez comment fonctionne l'attention et comment l'utiliser pour améliorer les performances de diverses tâches de machine learning, dont la traduction automatique, la synthèse de texte et les réponses aux questions.
En savoir plus
Dans cette quête, vous découvrirez les 4 types d'architectures de sites Web disponibles dans Google Cloud pour vous assurer que votre site Web est disponible et évolutif. Terminez cette quête, y compris le Labo du défi à la fin, pour recevoir un badge numérique exclusif de Google Cloud. Le Challenge Lab ne fournit pas d'étapes normatives, mais nécessite la création de solutions avec un minimum de conseils et testera vos compétences en technologie Google Cloud. Cette quête est basée sur la série de vidéos Get Cooking in Cloud.
En savoir plus
Terminez le cours intermédiaire Développer des applications sans serveur avec Firebase pour recevoir un badge démontrant vos compétences dans les domaines suivants : la conception et la création d'applications Web sans serveur avec Firebase, l'utilisation de Firestore pour gérer des bases de données, l'automatisation des processus de déploiement à l'aide de Cloud Build et l'intégration des fonctionnalités de l'Assistant Google dans vos applications. Un badge de compétence est un badge numérique exclusif délivré par Google Cloud. Il atteste de votre expertise des produits et services Google Cloud et de votre capacité à mettre en pratique vos connaissances dans un environnement concret et interactif. Terminez ce cours et passez l'évaluation finale de l'atelier challenge pour recevoir un badge de compétence que vous pourrez partager avec votre réseau.
En savoir plus
Ce cours présente les modèles de diffusion, une famille de modèles de machine learning qui s'est récemment révélée prometteuse dans le domaine de la génération d'images. Les modèles de diffusion trouvent leur origine dans la physique, et plus précisément dans la thermodynamique. Au cours des dernières années, ils ont gagné en popularité dans la recherche et l'industrie. Ils sont à la base de nombreux modèles et outils Google Cloud avancés de génération d'images. Ce cours vous présente les bases théoriques des modèles de diffusion, et vous explique comment les entraîner et les déployer sur Vertex AI.
En savoir plus
Ce cours de micro-apprentissage, qui s'adresse aux débutants, explique ce qu'est l'IA générative, décrit à quoi elle sert et souligne ce qui la distingue des méthodes de machine learning traditionnel. Il présente aussi les outils Google qui vous aideront à développer votre propre application d'IA générative.
Créer des modèles de création de légendes pour les images
Earned sept. 19, 2025 EDT
Architecture encodeur/décodeur
Earned sept. 19, 2025 EDT
Modèles Transformer et modèle BERT
Earned sept. 18, 2025 EDT
Mécanisme d'attention
Earned sept. 18, 2025 EDT
Website on Google Cloud
Earned sept. 18, 2025 EDT
Développer des applications sans serveur avec Firebase
Earned sept. 17, 2025 EDT
Introduction à la génération d'images
Earned sept. 16, 2025 EDT
Présentation de l'IA générative
Earned sept. 15, 2025 EDT