Sommaire :
- Fidle en bref :
- Découvrir le Deep Learning :-)
- Objectifs pédagogiques
- Modalités
- Prérequis
- Liens utiles
- A propos de Fidle
Fidle en bref :
Fidle est une formation libre, gratuite et proposée en distanciel,
ouverte à tous et sans inscription, sous forme de 20 séquences hebdomadaires de 2h à 3h, diffusées sur YouTube
Début de la formation : Jeudi 16 novembre 2023, à 14h00
Voir le programme
Pour rester informé : Abonnez-vous à la liste !
Voir ou revoir les séquences sur YouTube
Découvrir le Deep Learning :-)
L'objectif est de proposer une introduction au Deep Learning et à l'IA,
accessible à un large public scientifique, abordant à la fois les concepts fondamentaux,
l'utilisation pratique de l'IA et les dernières avancées de l'IA.
Cette nouvelle session est organisée en 3 parties :
-
Bases Concept et Enjeux,
Accessible à tout public, sans aucun prérequis, pour découvrir les fondamentaux de l'IA. -
L'IA comme un outil,
A destination de celles et ceux qui, maitrisant raisonnablement python, souhaitent résoudre
un problème avec de l'IA. -
Acteur de l’IA,
Accessible pour celles et ceux qui ont suivi la seconde partie et qui souhaitent découvrir
ou suivre les dernières avancées de l'IA.
L'ensemble des ressources pédagogiques (supports, vidéos, notebooks, etc.) est librement accessible.
Pour toute question, n'hésitez pas à contacter l'équipe Fidle à l'adresse suivante :
Objectifs pédagogiques
- Comprendre les bases de l'apprentissage profond avec des réseaux de neurones,
- Développer une première expérience à travers des exemples simples et représentatifs,
- Appréhender les technologies Tensorflow/Keras et/avec Jupyter lab.
- Appréhender l’utilisation de Jean-Zay, l’utilisation des GPU et favoriser les échanges
Voir le programme
Modalités
La formation est décomposée en 20 séquences, proposées les jeudis à 14h00.
Chaque séquence comporte une partie théorique et des travaux pratiques, composés de notebooks Jupyter lab, que vous pourrez mettre en œuvre et modifier à loisir localement chez vous.
Pour cela, nous vous invitons à récupérer et installer l'environnement Fidle localement.
Une procédure détaillée est disponible dans le Wiki.
Les supports sont en anglais, les présentations en français.
Des attestations de présence pourront être délivrées, notamment aux doctorants pour leurs écoles doctorales, à l'issue de chaque séquence[1].
A l’issue de chaque séquence, les vidéos seront disponibles en ligne, sur notre chaine Youtube de FIDLE.
Il est ainsi possible de rattraper une séquence que vous n'avez pu suivre.
La première séquence est prévue : jeudi 16 novembre 2021, à 14h00
La diffusion sera effectuée sur YouTube
Les paramètres de diffusion seront communiqués 48h avant, via la liste d'information.
Pour rester informé, abonnez vous à la liste !
Prérequis
- Aucun prérequis n'est nécessaire pour la première partie
- Une maîtrise raisonnable de Python de Numpy est souhaitable pour la seconde et troisième partie.
Pandas, Matplotlib et Jupyter lab sont des plus :-) - Avoir installé son environnement Fidle vous permettra d'effectuer les travaux pratiques
Liens utiles
- Site Fidle : https://fidle.cnrs.fr
- Dépôt Fidle : https://fidle.cnrs.fr/depot
- Chaine YouTube : https://fidle.cnrs.fr/youtube
- Pour rester informé : abonnez-vous à la liste !
En cas de question, vous pouvez nous contacter via l'adresse :
A propos de Fidle
Cette formation est portée par l'institut d'Intelligence Artificielle MIAI de Grenoble, via le projet EFELIA, le CNRS et l'Université Grenoble Alpes (UGA), avec le soutien et la participation de l’IDRIS, des ingénieurs du Programme national de recherche en intelligence artificielle du CNRS (PNRIA), de la Formation Permanente CNRS et de la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS, via les réseaux DevLOG, Resinfo et Calcul, ainsi que du laboratoire SIMaP.
Licence
L'ensemble des ressources de cette formation est sous licence Créative Common CC BY-NC-ND 4.0
- Attribution, pas d’Utilisation commerciale, pas de Modification
- https://creativecommons.org/licenses/by-nc-nd/4.0/deed.fr
[1] Les attestations ne pourront être délivrées que pour les doctorants ayant suivi la séquence en direct.