v2.11.0 (5449)

Enseignement scientifique & technique - IA307 : Programming with GPU for Deep Learning

Descriptif

La mise en œuvre des méthodes d’apprentissage profond s’appuie sur des bibliothèques logicielles puissantes pour définir l’architecture des réseaux de neuronaux et simplifier l’utilisation des algorithmes nécessaires à la phase d’entraînement de ces réseaux. L’utilisation des architectures modernes pour accélérer les calculs réaliser lors de la phase d’apprentissage est indispensable pour atteindre les performances nécessaires à l’utilisation de bases de données d’apprentissage de grande taille. Les bibliothèques actuelles d’apprentissage profond masque, pour la simplification d’utilisation, les détails de mise en œuvre des algorithmes sur ces architectures. Cet enseignement propose un tour d’horizon des principaux algorithmes et leurs implémentations dans les bibliothèques d’apprentissage actuelles.

24 heures en présentiel (16 blocs ou créneaux)

Diplôme(s) concerné(s)

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Echange non diplomant

Le rattrapage est autorisé (Note initiale conservée)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 2 ECTS

    La note obtenue rentre dans le calcul de votre GPA.

    Pour les étudiants du diplôme Diplôme d'ingénieur

    Le rattrapage est autorisé (Note initiale conservée)
      L'UE est acquise si Note finale >= 10
      • Crédits ECTS acquis : 2 ECTS
      • Crédit d'Option 3A acquis : 2

      La note obtenue rentre dans le calcul de votre GPA.

      Pour les étudiants du diplôme IA : Intelligence Artificielle

      Vos modalités d'acquisition :

      La note finale après rattrapage rentre dans le calcul de la moyenne de la période

      Le rattrapage est autorisé (Max entre les deux notes)
      • le rattrapage est obligatoire si :
        Note initiale < 6
      • le rattrapage peut être demandé par l'étudiant si :
        6 ≤ note initiale < 10
      L'UE est acquise si Note finale >= 10
      • Crédits ECTS acquis : 2 ECTS

      La note obtenue rentre dans le calcul de votre GPA.

      Mots clés

      programmation multi-threads, architecture GPU, algorithme de rétro-propagation, TensorFlow, PyTorch.
      Veuillez patienter