Table des matières
IPDL (Introduction pratique au deep learning)
Responsable :
Objectif :
Cette formation a pour objectif de doter les participants des connaissances fondamentales en deep learning, en insistant sur la compréhension des concepts de base et les bonnes pratiques essentielles.
Elle vise à équiper les participants des compétences essentielles nécessaires pour débuter dans le domaine du deep learning, préparant ainsi les participants à explorer des techniques et architectures plus avancées dans le futur. Pour cela, vous pouvez aussi vous inscrire à la formation ArchDL qui explore diverses architectures. La formation ArchDL est systématiquement donné à la suite d'IPDL.
Public concerné :
Cette formation est idéale pour les personnes complètement néophytes en Intelligence Artificielle (IA) à condition d'avoir les pré-requis. Elle s'adresse à un large éventail de profils, notamment les ingénieurs, chercheurs, développeurs, techniciens, doctorants, chefs de projet, entre autres, qui souhaitent se familiariser avec les principes fondamentaux du Deep Learning.
Pré-requis :
Bien que la formation soit introductive, une compréhension des bases en algèbre et en statistiques est requise.
En ce qui concerne la programmation, une connaissance minimale de Python, en particulier de sa syntaxe, est nécessaire mais suffisante pour participer efficacement aux sessions pratiques.
Durée et modalités:
Cette formation dure 2 jours.
Elle a lieu uniquement en présentiel dans les locaux de l'IDRIS à Orsay (91)
Assistance :
Minimale : 10 personnes ; maximale : 18 personnes.
Contenu de la formation :
Cette formation aborde le deep learning de manière pragmatique, en définissant sa place dans l'écosystème de l'intelligence artificielle et en expliquant les concepts clés liés aux modèles, à leur entraînement et à l'exploitation des résultats.
Les exercices pratiques, combinant l'utilisation d'interfaces graphiques intuitives et de notebooks en Python avec Pytorch, permettront une intégration efficace des concepts méthodologiques, favorisant ainsi le développement d'une pratique éclairée du deep learning.
Plan :
1. Réseaux de neurones :
- Contexte, définitions et histoire
- Fondamentaux du deep learning
- Mise en pratique graphique
- Pytorch
- Mise en pratique
2. Méthodologie :
- Gestion des données
- Entrainement et évaluation d'un modèle
- Mise en pratique
Équipement :
Pour une exécution efficace des parties pratiques, celles-ci se dérouleront sur le supercalculateur Jean Zay.
Intervenants :
Membres de l'équipe support de l'IDRIS.
S’inscrire à cette formation :
L'inscription à cette formation se fait auprès de CNRS Formation Entreprises en utilisant les documents suivants :
Toutefois si vous êtes personnel du CNRS ou d'une université française, votre inscription est gratuite via notre serveur web : https://cours.idris.fr
Si vous souhaitez approfondir votre découverte du deep learning, nous vous invitons à consulter la formation ArchDL qui explore diverses architectures de réseaux de neurones.