| ... | ... | @@ -10,10 +10,10 @@ Cette formation est totalement libre, gratuite et ouverte à toutes et à tous ! |
|
|
|
|
|
|
|
## Prochaines sessions :
|
|
|
|
|
|
|
|
|**Jeudi 10 mars, 14h, Séquence 10 : <br>Generative Adversarial Networks (GAN), ou comment mes neurones ont appris à mentir...**|
|
|
|
|
|**Jeudi 17 mars, 14h, Séquence 11 : Un détour par PyTorch**|
|
|
|
|
|--|
|
|
|
|
|Principes et architecture d'un Generative Adversarial Network (GAN). <br> Generator - Discriminator - GAN training - Wasserstein and Earth Moving Distance<br>From GAN to WGAN and WGAN to WGAN-GP<br> [<img width="500" src="uploads/553a32b2ff5686cc2346ac5c03376160/sheep.gif">](#)<br> Exemple proposé : S'il te plaît... dessine moi un mouton ! <br>Durée : 2h|
|
|
|
|
|Paramètres Zoom :<br>id: **959 3829 9872**<br>code: **3615**<br>Lien : https://zoom.us/join|
|
|
|
|
|PyTorch est une alternative à Tensorflow/Keras, développée par Méta (Facebook).<br>Présentation générale<br>Principes et objets clés pour programmer sous PyTorch<br>Tenseurs et différentiation automatique, etc.<br>Exemples : Classification et régression sous PyTorch<br>[<img width="300" src="uploads/63c49f8790b17699ff2aa1bc776e15cc/pytorch.png">](#)|
|
|
|
|
|Durée : 2h - Les paramètres de diffusion seront précisés la veille|
|
|
|
|
|
|
|
|
Les **séquences précédentes** sont disponibles sur notre **[chaine YouTube](https://fidle.cnrs.fr/youtube)**
|
|
|
|
|
| ... | ... | @@ -51,5 +51,4 @@ Contact: [<img width="180px" src="uploads/3937ca71af295814f7764e7d316cdaba/00-Ma |
|
|
|
- [Resources Links Books](resources-links) Good reads
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
 |
|
|
\ No newline at end of file |
