Livret pédagogique numérique

Initiation au Deep

751-1	Initiation au Deep				Informatique (formation initiale sous statut étudiant)				S9
Cours : 15 h		TD : 2 h		TP : 18 h		Projet : 0 h		Total : 35 h
Responsable : Alexis Lechervy

Pré-requis
Apprentissage automatique Apprentissage profond
Objectifs de l'enseignement
Acquérir la maîtrise d'un framework de Deep learning
Programme détaillé
PyTorch et le calcul scientifique – les opérateurs de base hors réseau de neurones PyTorch et l’auto-différentiation PyTorch et les réseaux de neurones Les outils pour PyTorch : Torchvision et Tensorboard
Applications (TD ou TP)
4 TP de 2h : - Introduction à Pytorch - Premier réseau de neurone - Resnet 18 - STN
Compétences acquises
Connaissance de Pytorch et des outils de développement d'architecture de Deep Learning. Bloc de compétences : Mobiliser des ressources d'un domaine scientifique et technique lié à une spécialité. -> Niveau 3 : Concevoir des systèmes adaptatifs basés sur l'apprentissage automatique, l'apprentissage profond et l'exploration de données.
Bibliographie
- Deep learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville, MIT Press, 2016. http://www.deeplearningbook.org - Deep learning with Pytorch, Eli Stevens and Luca Antiga and Thomas Viehmann. Manning, 2020. https://pytorch.org/assets/deep-learning/Deep-Learning-with-PyTorch.pdf