Master 2 · Module complet

Deep Learning avancé avec PyTorch

Aller plus loin en Deep Learning avec PyTorch : boucles d'entraînement sur mesure, transfer learning, architectures modernes et optimisation des performances.

Objectifs

• Écrire une boucle d'entraînement PyTorch complète
• Réutiliser des modèles pré-entraînés par transfer learning
• Mettre en oeuvre des architectures avancées
• Optimiser l'entraînement sur GPU

Plan du cours Aperçu gratuit

1. Tenseurs, autograd et modules PyTorch
2. Datasets, DataLoaders et boucles d'entraînement
3. Transfer learning
4. Architectures avancées
5. Optimisation et passage à l'échelle
6. Projet de synthèse