|
|
|
[<img width="800px" src="https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/raw/master/fidle/img/00-Fidle-header-01.svg"></img>](#)
|
|
|
|
|
|
|
|
|
|
|
|
[[_TOC_]]
|
|
|
|
|
|
|
|
|
|
|
|
# Une session Fidle à distance...
|
|
|
|
|
|
|
|
Faute de pouvoir organiser des sessions en présentiel, nous vous proposons une **session Fidle à distance** :-)
|
|
|
|
|
|
|
|
Les objectifs de cette session à distances sont les mêmes que pour les sessions en présentiel.
|
| ... | ... | @@ -17,6 +21,7 @@ Cette action est organisée dans le cadre des **réseaux métiers du CNRS** : Re |
|
|
|
[<img width="300px" src="https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/raw/dev/fidle/img/00-logos-reseaux.png"></img>](#)
|
|
|
|
|
|
|
|
# Objectifs pédagogique :
|
|
|
|
|
|
|
|
- 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.
|
| ... | ... | @@ -42,7 +47,7 @@ L'idée est de proposer un **découpage en séquences** relativement courtes, de |
|
|
|
- Les séquences suivantes sont globalement indépendantes.
|
|
|
|
- Le contenu des séquences pourra être adapté en fonction des demandes ou du contexte :-)
|
|
|
|
|
|
|
|
#### Séquence 1 : Contexte et historique, de la régression linéaire aux réseaux de neurones.
|
|
|
|
### Séquence 1 : Contexte et historique, de la régression linéaire aux réseaux de neurones.
|
|
|
|
- Introduction du cycle
|
|
|
|
- Historique et concepts fondamentaux<br>
|
|
|
|
Fonction de perte - Descente de gradient - Optimisation - Hyperparamètres<br>
|
| ... | ... | |
| ... | ... | |
