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.
Diplôme(s) concerné(s)
Format des notes
Numérique sur 20Littérale/grade européenPour 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
- Crédits ECTS acquis : 2 ECTS
La note obtenue rentre dans le calcul de votre GPA.