Cours

• Séance 1 - Perceptron multi-couche pdf
• Séance 2 - Architectures de réseaux pdf
• Séance 3 - Pytorch pdf
• Séance 4 - Réseaux convolutionnels pdf
• Séance 5 - Réseaux récurrents pdf

Travaux dirigés

• Séance 1 - Réseaux de neurones et rétropropagation pdf
• Séance 2 - Architectures de réseaux de neurones pdf
• Séance 3 - Réseaux convolutionnels pdf
• Séance 4 - Réseaux récurrents pdf

Travaux pratiques

• Séance 1 - Descente de gradient et PyTorch notebook
• Séance 2 - Entraînement PyTorch notebook
• Séance 3 - Réseaux convolutionnels notebook
• Séance 4 - Modèles récurrents notebook

Répartition pour le TP noté

Préparation

Sur votre machine:

• Installation de uv
• Configuration des paquets Python pyproject.toml à utiliser avec uv sync. (Ce fichier sera mis à jour au fur et à mesure de l’avance du cours, il faudra donc le retélécharger régulièrement.)
• Lancement de Jupyter avec uv run jupyter notebook

À la PPTI:

• Un environnement virtuel prêt à être utilisé est disponible dans /Vrac/m1mind_idle:

    source /users/Enseignants/schwander/m1mind_idle/venv/bin/activate

• Si tout va bien, vous devriez obtenir ceci:

1234@ppti:~$ source /users/Enseignants/schwander/m1mind_idle/venv/bin/activate
(m1mind-idle) 1234@ppti:~$ which jupyter
/Vrac/m1mind_idle/venv/bin/jupyter

• Lancement de Jupyter:

jupyter notebook

Évaluation

• Examen final (pendant la semaine des partiels en mars)
• TP noté