1. Découvrir le deeplearning
Présentation des principes et des différents types de réseaux profonds
Revue des applications, domaines d’excellence, limitations et état de l’art
Introduction des principaux environnements de deep learning : Tensorflow, Keras, Pytorch
Utiliser les ressources du cloud, les GPU & TPU
2. Connaître les différents types de réseaux et les techniques d’apprentissage
Présentation des types de réseaux : réseaux profonds simples, réseaux convolutionnels, réseaux récurrents, auto-encodeurs
Présentation des différentes stratégies d’apprentissage : transfer learning, architecture adversariale
3. Mettre en pratique les réseaux convolutionnels
Préparation du jeu de données (images, avec Python)
Mise en œuvre d’un transfer learning
Construction, apprentissage et test d’un réseau convolutionnel
4. Mettre en pratique un auto-encodeur
Construction, apprentissage et test d’un auto-encodeur (plongement et similarité d’images)
5. Mettre en pratique un réseau récurrent
Préparation d’un jeu de données (textes, avec Python)
Construction, apprentissage et test d’un réseau récurrent
