Ects : 4

Enseignant responsable :

• Alexandre VERINE

Volume horaire : 39

Description du contenu de l'enseignement :

• Les architectures des réseaux de neurones.
• Les applications du Deep Learning.
• Méthodes d'optimisation pour le Deep Learning.
• Projet et TP d'applications.

Pré-requis recommandés :

• Utilisation de Linux/OSX
• Optimisation Convexe

Pré-requis obligatoires :

• Python
• Algèbre Linéaire

Compétence à acquérir :

• Comprendre et adapter différentes architectures de Réseaux de Neurones.
• Entrainer des réseaux de neurones sur diverses tâches et modalités.
• Prise en main d'outil d'environnement virtuel python et de Pytorch.
• Construire un projet Python pour du Deep Learning de A à Z et prise en main d'outil de versionning (Git).

Mode de contrôle des connaissances :

• TP noté individuel.
• Projet avec présentation orale et rapport écrit.