Transformez la manière dont les systèmes d’IA comprennent et relient les différentes modalités de données. Ce cours permet aux professionnels de l’apprentissage automatique de développer des systèmes de recherche cross-modale de pointe qui comblent le fossé entre le texte et les images. Vous maîtriserez la mise en œuvre technique d’algorithmes de recherche approximative par voisin le plus proche et concevrez des mécanismes d’attention sophistiqués qui fusionnent les informations visuelles et textuelles. Grâce à des travaux pratiques utilisant des outils à l'échelle de production tels que FAISS et des ensembles de données réels comme Flickr30K, vous développerez l'expertise nécessaire pour créer des systèmes intelligents capables de comprendre le contenu toutes modalités confondues, permettant ainsi des applications révolutionnaires dans les domaines de la recherche, de la recommandation et de la compréhension du contenu, qui reflètent la manière dont les humains traitent naturellement divers types d'informations.