Theano - Accueil
Tutoriel sur le calcul moderne en apprentissage profond
Section titled “Tutoriel sur le calcul moderne en apprentissage profond”Ce tutoriel présente les concepts fondamentaux des frameworks d’apprentissage profond modernes comme PyTorch et TensorFlow. Nous explorerons comment ces bibliothèques permettent la définition, l’optimisation et l’évaluation efficaces des expressions mathématiques complexes utilisées en apprentissage automatique, en tirant parti de la différenciation automatique et des accélérateurs matériels comme les GPU. Nous utiliserons PyTorch pour les exemples pratiques.
Public Cible
Section titled “Public Cible”Ce tutoriel est conçu pour les apprenants souhaitant comprendre les fondements des frameworks d’apprentissage profond modernes et développer des projets à l’aide d’outils comme PyTorch ou TensorFlow.
Prérequis
Section titled “Prérequis”Avant de suivre ce tutoriel, il est recommandé d’être familiarisé avec les éléments suivants :
- Programmation Python de base.
- Concepts fondamentaux de l’algèbre linéaire (vecteurs, matrices) et du calcul (dérivées/gradients).
- Une familiarité avec NumPy pour les opérations numériques est utile.
- Une compréhension de base des concepts d’apprentissage automatique (Machine Learning) et de réseaux neuronaux (par exemple, entraînement, paramètres, rétropropagation).