... | @@ -45,17 +45,17 @@ Ce programme est en cours de finition 😀 : |
... | @@ -45,17 +45,17 @@ Ce programme est en cours de finition 😀 : |
|
* **`Séquence 11`** : [Generative Adversarial Networks (GAN)](#seq11)
|
|
* **`Séquence 11`** : [Generative Adversarial Networks (GAN)](#seq11)
|
|
* **`Séquence 12`** : [Travailler avec des données structurées : Graph Neural Network (GNN)](#seq12)
|
|
* **`Séquence 12`** : [Travailler avec des données structurées : Graph Neural Network (GNN)](#seq12)
|
|
* **`Séquence 13`** : [Diffusion model, text to image ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)](#seq13)
|
|
* **`Séquence 13`** : [Diffusion model, text to image ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)](#seq13)
|
|
* **`Séquence 14`** : [Tactiques et stratégies du Deep Reinforcement Learning![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png) ](#seq14)
|
|
* **`Séquence 14`** : [Tactiques et stratégies du Deep Reinforcement Learning. ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png) ](#seq14)
|
|
* **`Séquence 15`** : [Des neurones pour la physique, les physics-informed neural networks (PINNS) ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)](#seq15)
|
|
* **`Séquence 15`** : [Des neurones pour la physique, les physics-informed neural networks (PINNS) ![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png)](#seq15)
|
|
|
|
|
|
### [`III. Acteur de l’IA, Optimisation, conception, etc. 🛠️ `](#toc3)
|
|
### [`III. Acteur de l’IA, Optimisation, conception, etc. 🛠️ `](#toc3)
|
|
---
|
|
---
|
|
* **`Séquence 16`** : Fusion de modèle / multi-modalité
|
|
* **`Séquence 16`** :[ Fusion de modèle / multi-modalité](#seq16)
|
|
* **`Séquence 17`** : Apprendre plus vite et moins cher, optimiser l’apprentissage et réduire notre empreinte carbone
|
|
* **`Séquence 17`** :[ Apprendre plus vite et moins cher, optimiser l’apprentissage et réduire notre empreinte carbone ](#seq17)
|
|
* **`Séquence 18`** : Passer à la vitesse supérieure : l’accélération matérielle
|
|
* **`Séquence 18`** : [Passer à la vitesse supérieure : l’accélération matérielle ](#seq18)
|
|
* **`Séquence 19`** : Nouveaux Frameworks d’apprentissage / Nouvelles Technos ![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png)
|
|
* **`Séquence 19`** :[ Nouveaux Frameworks d’apprentissage / Nouvelles Technos ![](uploads/bb2d1ee0632181e8d41dcdf9c2f1b517/00-fidle-piment-x2.png) ](#seq19)
|
|
* **`Séquence 20`** : Cas pratiques / retour d’expérience
|
|
* **`Séquence 20`** : [Cas pratiques / retour d’expérience ](#seq20)
|
|
* **`JDLS2024`** : Perspective /Futur (JDLS) 👩🔬
|
|
* **`JDLS2024`** : [Perspective /Futur (JDLS) 👩🔬 ](#jdls)
|
|
|
|
|
|
## **I. Bases, Concepts et enjeux** <a name='toc1'></a>
|
|
## **I. Bases, Concepts et enjeux** <a name='toc1'></a>
|
|
|
|
|
... | @@ -75,7 +75,7 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
... | @@ -75,7 +75,7 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
* Enjeux et limites
|
|
* Enjeux et limites
|
|
* Illustrations proposées :
|
|
* Illustrations proposées :
|
|
- Prédiction œnologique
|
|
- Prédiction œnologique
|
|
- Classification d'image
|
|
- Classification d'image <br>
|
|
[Back to Home](#toc)
|
|
[Back to Home](#toc)
|
|
* **Séquence 2 : Des données et des modèles, L’enfer des données et autres problèmes d’explicabilité** <a name='seq2'>
|
|
* **Séquence 2 : Des données et des modèles, L’enfer des données et autres problèmes d’explicabilité** <a name='seq2'>
|
|
|
|
|
... | @@ -84,7 +84,8 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
... | @@ -84,7 +84,8 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
* L'enfer des données : données biaisées, erronées, manquantes ou trop nombreuses !
|
|
* L'enfer des données : données biaisées, erronées, manquantes ou trop nombreuses !
|
|
* Pourquoi les modèles sont-ils importants?
|
|
* Pourquoi les modèles sont-ils importants?
|
|
* Quel modèle choisir pour mon problème ?
|
|
* Quel modèle choisir pour mon problème ?
|
|
* L'explicabilité des modèles en question, comment expliquer le résultat d'une IA ?
|
|
* L'explicabilité des modèles en question, comment expliquer le résultat d'une IA ? <br>
|
|
|
|
[Back to Home](#toc)
|
|
* **Séquence 3 : Démo / illustration (LLM + génération d’image)** <a name='seq3'>
|
|
* **Séquence 3 : Démo / illustration (LLM + génération d’image)** <a name='seq3'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 30 novembre 2023, 14h**
|
|
> **Durée : 2h / Jeudi 30 novembre 2023, 14h**
|
... | @@ -92,7 +93,8 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
... | @@ -92,7 +93,8 @@ Cette première partie est composées de 4 séquences, de novembre à décembre |
|
* Objectif : Mettre en œuvre une IA conversationnelle, capable de générer des images
|
|
* Objectif : Mettre en œuvre une IA conversationnelle, capable de générer des images
|
|
* Configuration d'un Modèle de Langage (LLM)
|
|
* Configuration d'un Modèle de Langage (LLM)
|
|
* Utilisez un modèle de langage pour générer une description textuelle de l'image.
|
|
* Utilisez un modèle de langage pour générer une description textuelle de l'image.
|
|
* Utilisez un modèle de génération d'image pour créer une image à partir d'une description
|
|
* Utilisez un modèle de génération d'image pour créer une image à partir d'une description <br>
|
|
|
|
[Back to Home](#toc)
|
|
* **Séquence 4 : AI, droit, société et éthique** <a name='seq4'>
|
|
* **Séquence 4 : AI, droit, société et éthique** <a name='seq4'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 7 décembre 2023, 14h**
|
|
> **Durée : 2h / Jeudi 7 décembre 2023, 14h**
|
... | @@ -221,7 +223,7 @@ Cette partie presentera 5 séquences : |
... | @@ -221,7 +223,7 @@ Cette partie presentera 5 séquences : |
|
* Affinage des hyperparamètres
|
|
* Affinage des hyperparamètres
|
|
* Quand le recyclage est une force : Le transfert learning
|
|
* Quand le recyclage est une force : Le transfert learning
|
|
* Pour un poids optimal des données, utiliser le bon format de données
|
|
* Pour un poids optimal des données, utiliser le bon format de données
|
|
* **Séquence 18 : Passer à la vitesse supérieure : l’accélération matérielle**
|
|
* **Séquence 18 : Passer à la vitesse supérieure : l’accélération matérielle** <a name='seq18'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 16 mai, 14h**
|
|
> **Durée : 2h / Jeudi 16 mai, 14h**
|
|
* Présentation de Jean-Zay et calcul sur GPU
|
|
* Présentation de Jean-Zay et calcul sur GPU
|
... | @@ -229,7 +231,7 @@ Cette partie presentera 5 séquences : |
... | @@ -229,7 +231,7 @@ Cette partie presentera 5 séquences : |
|
* Hybrid Parallelism - Pipelines
|
|
* Hybrid Parallelism - Pipelines
|
|
* Deepspeed - Optimisation du Data parallelism
|
|
* Deepspeed - Optimisation du Data parallelism
|
|
* Bonnes pratiques pour un apprentissage distribué
|
|
* Bonnes pratiques pour un apprentissage distribué
|
|
* **Séquence 19 : Nouveaux Frameworks d’apprentissage / Nouvelles Technos** <a name='seq18'>
|
|
* **Séquence 19 : Nouveaux Frameworks d’apprentissage / Nouvelles Technos** <a name='seq19'>
|
|
|
|
|
|
> **Durée : 2h / Jeudi 23 mai, 14h**
|
|
> **Durée : 2h / Jeudi 23 mai, 14h**
|
|
* Présentation aux nouveaux frameworks d'apprentissage
|
|
* Présentation aux nouveaux frameworks d'apprentissage
|
... | | ... | |