|
|
|
[<img width="800px" src="https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/raw/master/fidle/img/00-Fidle-header-01.svg"></img>](#)
|
|
|
|
|
|
|
|
|
|
|
|
# En bref, pour les impatients :
|
|
|
|
|
|
|
|
Faute de pouvoir organiser des sessions en présentiel, nous vous proposons une **session Fidle à distance** :-)
|
|
|
|
|
|
|
|
L’objectif de cette session est :
|
|
|
|
- d'appréhender les bases de **l'apprentissage profond**
|
|
|
|
- développer une première expérience avec Tensorflow/Keras et Jupyter lab
|
|
|
|
|
|
|
|
La formule proposée est aussi souple que possible :
|
|
|
|
- découpage en **séquences courtes**,
|
|
|
|
- **Accès 100% libre** : pas d’inscription et gratuité totale !
|
|
|
|
- Mise à disposition des contenus, supports, notebooks, vidéo, ...<br>
|
|
|
|
|
|
|
|
Cette action est organisée dans le cadre des **réseaux métiers du CNRS** : Resinfo/SARI et DevLOG, avec le soutien et la participation de **l’IDRIS, GRICAD** et de la **formation permanente CNRS**.
|
|
|
|
|
|
|
|
|
|
|
|
# Prochain et premier épisode :
|
|
|
|
|**Jeudi 4 févier, 14h :**<br>Episode 1 : **Introduction du cycle, Historique et concepts fondamentaux**|
|
|
|
|
|--|
|
|
|
|
|Fonction de perte - Descente de gradient - Optimisation - Hyperparamètres<br>Préparation des données - Apprentissage - Validation - Sous et sur apprentissage<br>Fonctions d’activation - softmax<br>Travaux pratiques : Régression et Classification avec des DNN|
|
|
|
|
|Durée : 3h|
|
|
|
|
|
|
|
|
Les paramètres de diffusion (BBB, Zoom ou Youtube) seront diffusés 2 jours avant.\
|
|
|
|
Les dates des séquences suivantes seront discutées ensemble ! |
