Deep Learning : réseaux de neurones, images et texte
Comprenez et construisez des réseaux de neurones avec PyTorch : neurones et rétropropagation, entraînement, réseaux convolutifs pour les images, transfert d'apprentissage, séquences et Transformers.
Par Admin Xamle
Ce que vous allez apprendre
- Comprendre le neurone artificiel, les couches et la rétropropagation
- Construire et entraîner un réseau de neurones avec PyTorch
- Appliquer les techniques de régularisation et d'optimisation
- Classer des images avec des CNN et le transfert d'apprentissage
- Comprendre les embeddings, l'attention et les Transformers
Présentation
Le deep learning (apprentissage profond) est à l'origine des grandes avancées de l'IA : reconnaissance d'images, traduction, reconnaissance vocale, et grands modèles de langage comme ChatGPT, Claude ou Qwen.
Dans cette formation, vous apprendrez à :
- comprendre le fonctionnement d'un réseau de neurones et de son entraînement ;
- construire et entraîner des réseaux avec PyTorch ;
- maîtriser les techniques pour bien entraîner (régularisation, optimiseurs, GPU) ;
- classer des images avec des réseaux convolutifs et le transfert d'apprentissage ;
- comprendre le traitement des séquences et l'architecture Transformer.
Le fil rouge : un modèle qui reconnaît les maladies des feuilles de manioc à partir de photos prises par des agriculteurs, et un classifieur de messages en français et en wolof.
Compétences acquises
Prérequis
- Avoir suivi le cours Machine Learning ou en maîtriser les bases
- Bonne pratique de Python ; notions de base sur les matrices et les dérivées
Programme
4 modules · 8 leçons
1Les réseaux de neurones2 leçons
•Comprendre le fonctionnement et l'apprentissage d'un réseau.
- Du neurone au réseau profond25 min
- Comment un réseau apprend25 min
- 1 exercice(s)
- 1 mini-test
2Construire et entraîner avec PyTorch2 leçons
•Coder un réseau et maîtriser les techniques d'entraînement.
- PyTorch en pratique25 min
- Bien entraîner : régularisation et réglages20 min
- 1 exercice(s)
- 1 mini-test
3Les réseaux pour les images2 leçons
•Utiliser les CNN et le transfert d'apprentissage.
- Les réseaux convolutifs (CNN)25 min
- Le transfert d'apprentissage20 min
- 1 exercice(s)
- 1 mini-test
4Séquences, texte et Transformers2 leçons
•Comprendre le traitement du langage par le deep learning.
- Représenter le texte : tokens et embeddings20 min
- L'attention et les Transformers25 min
- 1 exercice(s)
- 1 mini-test
Formateur
Admin Xamle
Avis
-
-0 avis
Pas encore d'avis pour cette formation.