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
jupyter notebook
Évaluation
Examen final (pendant la semaine des partiels en mars)
TP noté
Master MIND - Sorbonne Université