From 7d8762d13fbf04afc6166108f29d24d40164d5bf Mon Sep 17 00:00:00 2001
From: Jean-Luc Parouty <Jean-Luc.Parouty@grenoble-inp.fr>
Date: Mon, 12 Apr 2021 10:31:52 +0200
Subject: [PATCH] Update README
---
README.ipynb | 17 ++++++++---------
README.md | 7 +++----
2 files changed, 11 insertions(+), 13 deletions(-)
diff --git a/README.ipynb b/README.ipynb
index 9e90c19..d4e2608 100644
--- a/README.ipynb
+++ b/README.ipynb
@@ -3,13 +3,13 @@
{
"cell_type": "code",
"execution_count": 1,
- "id": "committed-compensation",
+ "id": "grateful-kidney",
"metadata": {
"execution": {
- "iopub.execute_input": "2021-04-06T14:32:12.633972Z",
- "iopub.status.busy": "2021-04-06T14:32:12.633082Z",
- "iopub.status.idle": "2021-04-06T14:32:12.655867Z",
- "shell.execute_reply": "2021-04-06T14:32:12.656581Z"
+ "iopub.execute_input": "2021-04-12T08:31:01.374396Z",
+ "iopub.status.busy": "2021-04-12T08:31:01.373970Z",
+ "iopub.status.idle": "2021-04-12T08:31:01.382281Z",
+ "shell.execute_reply": "2021-04-12T08:31:01.381875Z"
},
"jupyter": {
"source_hidden": true
@@ -39,11 +39,10 @@
"\n",
"**- Prochain rendez-vous -** \n",
"\n",
- "|**Jeudi 8 avril, 14h, Séquence 8 : <br>Démystifier les outils mathématiques pour l'apprentissage des réseaux de neurones.**|\n",
+ "|**Jeudi 15 avril, 14h, Séquence 9 : <br>Un détour par PyTorch**|\n",
"|--|\n",
- "|Mise en jambe : Qu-est ce qu'une descente de gradient ?<br>Partie 1 : Comment est calculé le gradient dans les réseaux de neurones (retro-propagation) ?<br> Partie 2 : Comment le réseau transforme couche après couche une donnée d'entrée en prédiction ?<br>Partie 3 : \"Stochastique\"... c'est quoi ? Quel intérêt pour l'apprentissage des réseaux de neurones ?<br><br>Illustrations :<br> - Mise en jambe : Descente de gradient en régression linéaire (le réseau de neurones le plus simple !)<br> - Partie 1 : Rétro-propagation 'à la main' sur un réseau avec des couches denses et convolutionnelles<br> - Partie 2 : Transformation d'un image couche après couche dans un réseau convolutionnel|\n",
- "|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |\n",
- "\n",
+ "|Principes et objets clés pour débuter sous PyTorch<br>Quelque trucs et astuces pour aller plus loin<br>Illustrations :<br>Classification et régression sous PyTorch|\n",
+ "|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) <br>Les support de cours seront/sont [disponibles ici](https://cloud.univ-grenoble-alpes.fr/index.php/s/wxCztjYBbQ6zwd6#pdfviewer) |\n",
"\n",
"A propos de **[Fidle à distance](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref)**\\\n",
"Voir le [programme](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/Pr%C3%A9sentation#programme-)\\\n",
diff --git a/README.md b/README.md
index 54683c4..df655d3 100644
--- a/README.md
+++ b/README.md
@@ -18,11 +18,10 @@ https://www.youtube.com/channel/UC4Sukzudhbwr6fs10cXrJsQ
**- Prochain rendez-vous -**
-|**Jeudi 8 avril, 14h, Séquence 8 : <br>Démystifier les outils mathématiques pour l'apprentissage des réseaux de neurones.**|
+|**Jeudi 15 avril, 14h, Séquence 9 : <br>Un détour par PyTorch**|
|--|
-|Mise en jambe : Qu-est ce qu'une descente de gradient ?<br>Partie 1 : Comment est calculé le gradient dans les réseaux de neurones (retro-propagation) ?<br> Partie 2 : Comment le réseau transforme couche après couche une donnée d'entrée en prédiction ?<br>Partie 3 : "Stochastique"... c'est quoi ? Quel intérêt pour l'apprentissage des réseaux de neurones ?<br><br>Illustrations :<br> - Mise en jambe : Descente de gradient en régression linéaire (le réseau de neurones le plus simple !)<br> - Partie 1 : Rétro-propagation 'à la main' sur un réseau avec des couches denses et convolutionnelles<br> - Partie 2 : Transformation d'un image couche après couche dans un réseau convolutionnel|
-|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |
-
+|Principes et objets clés pour débuter sous PyTorch<br>Quelque trucs et astuces pour aller plus loin<br>Illustrations :<br>Classification et régression sous PyTorch|
+|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) <br>Les support de cours seront/sont [disponibles ici](https://cloud.univ-grenoble-alpes.fr/index.php/s/wxCztjYBbQ6zwd6#pdfviewer) |
A propos de **[Fidle à distance](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref)**\
Voir le [programme](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/Pr%C3%A9sentation#programme-)\
--
GitLab