|
|
|
[<img src="uploads/5df469528ea597826a53af4dc5996aac/title.png">](home)
|
|
|
|
|
|
|
|
Bienvenu sur le site **Fidle** !
|
|
|
|
|
|
|
|
Fidle est une Formation d’Introduction au **Deep Learning**, en 20 séquences. L’objectif de la formation est de presenter les concepts fondamentaux du deep learning puis d’aller jusqu’aux architectures avancées(VAE, Transformers, GAN, ...).
|
|
|
|
|
|
|
|
Bienvenu sur le site **Fidle** !
|
|
|
|
|
|
|
|
Fidle est une Formation d’Introduction au **Deep Learning**, en 20 séquences. L’objectif de la formation est de presenter les concepts fondamentaux du deep learning puis d’aller jusqu’aux architectures avancées(VAE, Transformers, GAN, ...). <br>
|
|
|
|
|
|
|
|
Cette formation est totalement **libre sur youtube, gratuite et ouverte à toutes et à tous** !
|
|
|
|
Toutes les séquences sont [disponibles en ligne sur notre chaine YouTube](https://youtube.com/@CNRS-FIDLE) :-)
|
|
|
|
Cette formation est totalement **libre sur youtube, gratuite et ouverte à toutes et à tous** ! Toutes les séquences sont [disponibles en ligne sur notre chaine YouTube](https://youtube.com/@CNRS-FIDLE) :-)
|
|
|
|
|
|
|
|
## Prochaine séquence
|
|
|
|
|
|
|
|
| **Séquence 7 : Jeudi 25 janvier, 14h : Principes et concepts des réseaux de neurones convolutifs (CNN)** |
|
|
|
|
|------------------------------------------------------------------------------------------------------|
|
|
|
|
| [<img src="uploads/a54bded0f3af3089e97efd27c4248ab5/Live-7a-xs.png" width=400px>](https://www.youtube.com/live/FjhWpgCzStk?si=9tIojSF95XpU6ern) |
|
|
|
|
| Proposés par Yann LeCun, à la fin des années 90, les **réseaux de neurones convolutifs** constituent une **brique essentielle** et **incontournable** de l'intelligence artificielle moderne !<br><br>A travers cette séquence **riche en images**, nous explorerons les **fondamentaux** des **CNN** et mettrons en œuvre de manière pratique ces réseaux, à travers des **exemples simples** de **classification d'images.**<br><br>Au menu de cette séquences :<br><br>\- Principes et bases des neurones convolutifs<br />\- Architecture des réseaux convolutifs<br />\- Cas d'usages<br />\- Exemple 1 : Classification de chiffres manuscrits (MNIST)<br />\- Exemple 2 : Classification de panneaux routiers (données réelles, GTSRB)
|
|
|
|
Durée : 2h00 |
|
|
|
|
| En direct sur notre chaine [**YouTube**](https://www.youtube.com/@CNRS-FIDLE) - https://www.youtube.com/@CNRS-FIDLE
|
|
|
|
|
|
|
|
| **Séquence 8 : Jeudi 1er février 14h :** <br>**Données creuses et embedding - Données séquentielles et réseaux de Neurones Récurrents (RNN)** |
|
|
|
|
|-----------------------------------------------------------------------------------------------------------------------------------------------|
|
|
|
|
| |
|
|
|
|
| Une **double séquence** :-) pour aborder **deux familles de réseaux incontournables**, permettant de traiter deux types de données essentielles, les **données creuses** et les **données séquentielles**.<br><br>Dans une **première partie**, nous nous intéresserons aux **données creuses** et nous verrons comment les techniques d'**embedding** ont pu révolutionner le traitement du langage naturel et des données à très grandes dimensions :<br>- One Hot Encoding<br>- Embedding<br>- Exemples : Classification de critiques de cinéma (sentiment analysis)<br><br>Dans la **seconde partie**, nous étudierons les **réseaux de neurones récurrents (RNN)**, permettant de travailler avec des données séquentielles :<br>- Principe des neurones récurrents<br>- Cellules et réseaux récurrents (LSTM, GRU)<br>- Exemples : Prédiction de la trajectoire d'une coccinelle virtuelle !<br><br>Cette séquences est un prérequis important à la séquences sur les **transformers**.<br>Durée : 2h30 |
|
|
|
|
| En direct sur notre chaine **YouTube** - https://www.youtube.com/@CNRS-FIDLE |
|
|
|
|
|
|
|
|
Pour en savoir plus :
|
|
|
|
|
|
|
|
- A propos de la **[formation Fidle](https://fidle.cnrs.fr/presentation)**
|
|
|
|
- Découvrez le **[programme 2023/2024](Fidle à distance/Programme)**
|
|
|
|
- A propos de la [**formation Fidle**](https://fidle.cnrs.fr/presentation)
|
|
|
|
- Découvrez le [**programme 2023/2024**](Fidle%20%C3%A0%20distance/Programme)
|
|
|
|
|
|
|
|
Toutes les **séquences** des sessions sont disponibles en replay sur notre **[chaine YouTube](https://fidle.cnrs.fr/youtube)**<br>
|
|
|
|
Toutes les **séquences** des sessions sont disponibles en replay sur notre [**chaine YouTube**](https://fidle.cnrs.fr/youtube)
|
|
|
|
|
|
|
|
Pour rester informé et bien recevoir toutes les infos de la prochaine saison,<br>
|
|
|
|
**[abonnez-vous à la liste d'infos :-)](https://fidle.cnrs.fr/listeinfo)**
|
|
|
|
Pour rester informé et bien recevoir toutes les infos de la prochaine saison,\
|
|
|
|
[**abonnez-vous à la liste d'infos :-)**](https://fidle.cnrs.fr/listeinfo)
|
|
|
|
|
|
|
|
## A propos de la formation Fidle :
|
|
|
|
- **[Présentation de la formation](Fidle à distance/Présentation)**\
|
|
|
|
Informations pratiques, objectifs, modalités, etc.
|
|
|
|
- **[Programme 2023/2024](Fidle à distance/Programme)**\
|
|
|
|
Présentation des 20 séquences de la nouvelle saison !
|
|
|
|
Pour rester informé : **[Abonnez-vous à la liste !](https://fidle.cnrs.fr/listeinfo)**\
|
|
|
|
Retrouvez nous sur notre **[chaine YouTube](https://www.youtube.com/@CNRS-FIDLE)**
|
|
|
|
## A propos de la formation Fidle :
|
|
|
|
|
|
|
|
- [**Présentation de la formation**](Fidle%20%C3%A0%20distance/Pr%C3%A9sentation)\
|
|
|
|
Informations pratiques, objectifs, modalités, etc.
|
|
|
|
- [**Programme 2023/2024**](Fidle%20%C3%A0%20distance/Programme)\
|
|
|
|
Présentation des 20 séquences de la nouvelle saison ! Pour rester informé : [**Abonnez-vous à la liste !**](https://fidle.cnrs.fr/listeinfo)\
|
|
|
|
Retrouvez nous sur notre [**chaine YouTube**](https://www.youtube.com/@CNRS-FIDLE)
|
|
|
|
|
|
|
|
## Travaux pratiques
|
|
|
|
- [Installation de l'environnement](Using-Fidle/Install-Fidle)
|
|
|
|
|
|
|
|
- [Installation de l'environnement](Using-Fidle/Install-Fidle)
|
|
|
|
- [Start Jupyter lab](Using-Fidle/Running-Jupyter)
|
|
|
|
|
|
|
|
## Ressources ##
|
|
|
|
## Ressources
|
|
|
|
|
|
|
|
| | | |
|
|
|
|
|:--:|:--:|:--:|
|
|
|
|
| **[<img width="40px" src="uploads/3cc8069a3d1ba638e36dbada982a161e/00-Fidle-pdf.svg"></img><br>Supports (pdf)](https://fidle.cnrs.fr/supports)**<br>Tous les<br> supports<br>(12 Mo)| **[<img width="40px" src="uploads/a451aabf5e49299c211e4508688f1239/00-Environment.svg"></img><br>Environment](https://fidle.cnrs.fr/installation)**<br>Installation procedure<br>(Need 6GB)|**[<img width="40px" src="uploads/ff0ffb8006d6393d1cdb368350a74464/00-Videos.svg"></img><br>Vidéos](https://fidle.cnrs.fr/youtube)**<br> Chaine youtube <br>(1.2 Go)|
|
|
|
|
| | | |
|
|
|
|
|--|--|--|
|
|
|
|
| [**<br>Supports (pdf)**](https://fidle.cnrs.fr/supports)<br>Tous les<br>supports<br>(12 Mo) | [**<br>Environment**](https://fidle.cnrs.fr/installation)<br>Installation procedure<br>(Need 6GB) | [**<br>Vidéos**](https://fidle.cnrs.fr/youtube)<br> Chaine youtube <br>(1.2 Go) |
|
|
|
|
|
|
|
|
Notes : [Gitlab repository for notebooks](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle)
|
|
|
|
|
|
|
|
|
|
|
|
## A propos de Fidle
|
|
|
|
|
|
|
|
{width=600}
|
|
|
|
{width="600"}
|
|
|
|
|
|
|
|
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**.
|
|
|
|
|
| ... | ... | @@ -64,5 +57,4 @@ L'ensemble des ressources de cette formation est sous licence **Créative Common |
|
|
|
- Attribution, pas d’Utilisation commerciale, pas de Modification
|
|
|
|
- https://creativecommons.org/licenses/by-nc-nd/4.0/deed.fr
|
|
|
|
|
|
|
|
|
|
|
|
 |
|
|
\ No newline at end of file |
