| ... | ... | @@ -11,14 +11,9 @@ https://www.youtube.com/channel/UC4Sukzudhbwr6fs10cXrJsQ |
|
|
|
|
|
|
|
**- Prochain rendez-vous -**
|
|
|
|
|
|
|
|
Paramètres Zoom :
|
|
|
|
https://grenoble-inp.zoom.us/j/95871798740?pwd=NkNRZkd6dTNtQWxTWnVxdVJ4Yys5UT09
|
|
|
|
Nº de webinaire : 958 7179 8740
|
|
|
|
Code d'accès : 3434
|
|
|
|
|
|
|
|
|**Jeudi 25 mars, 14h, Séquence 6 : <br>Du réseau autoencodeur (AE) au Variational Autoencoder (VAE)<br>ou comment parcourir l'imagination de nos réseaux.**|
|
|
|
|
|**Jeudi 1er avril, 14h, Séquence 7 : <br>Le Supercalculateur Jean Zay - Accélération GPU et apprentissage distribué.**|
|
|
|
|
|--|
|
|
|
|
|Principes et architecture d'un Variational Autoencoder (VAE).<br>Problématiques liées à la gestion de "gros" datasets.<br>Projection gaussienne - Génération de données - Morphing dans l'espace latent.<br>Programmation avancée avec Keras - Datasets clusterisés.<br>Exemple proposé :<br>Mise en œuvre d'un VAE, génération de données et morphing dans l'espace latent.<br>|
|
|
|
|
|Accès et utilisation de Jean Zay.<br>Optimisation des accélérations GPU<br>Apprentissage distribué sur plusieurs GPU<br>Exemple proposé :<br>Mise en œuvre d'une classification "from scratch" d'Imagenet optimisée et distribuée sur plusieurs GPU.|
|
|
|
|
|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |
|
|
|
|
|
|
|
|
Voir le **[programme](Fidle à distance/Présentation#programme-)**\
|
| ... | ... | |
