Réseaux de neurones avec Pytorch

par Christian Wolf, Maître de Conférences INSA-LIRIS.

jeudi 12 décembre 2019

Cette présentation d’une heure traitera l’implémentation de réseaux de neurones et leur apprentissage supervisé avec le framework PyTorch. Après une très très courte introduction au deep learning et aux réseaux de neurones, nous traiterons les concepts suivants :

  • Travailler avec des tenseurs

  • Descente de gradients et rétro-propagation du gradient

  • Calcul automatique de gradients avec Autograd

  • Exemple d’un perceptron multi-couche en PyTorch

  • Exemple d’une boucle d’apprentissage (chargement, forward, backward, mise à jour des paramètres)

  • Exemple d’un réseau convolutionnel en PyTorch

  • Visualisation des courbes d’apprentissage avec tensorboard

  • Sauvegarde et chargement d’un modèle neuronal

Les transparents sont basés sur un cours plus long (16h) donné à l’INSA : https://chriswolfvision.github.io/www/teaching/

Si le sujet vous intéresse et vous ne pouvez ou ne souhaitez pas venir, je vous conseille le tutoriel officiel en ligne de PyTorch, et tout particulièrement le « 60min blitz »: https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

Consulter le support de présentation