Difference between revisions of "Courses/IREN"

From LRDE

(Created page with "{{Course |visible=Yes |title=Introduction aux réseaux neuronaux |acronym=IREN |teacher=Ricou |optional course=non |objectives=Ce cours introduit les bases des réseaux neuron...")
 
 
(One intermediate revision by one other user not shown)
Line 4: Line 4:
 
|acronym=IREN
 
|acronym=IREN
 
|teacher=Ricou
 
|teacher=Ricou
  +
|period=S4, Ing2
  +
|audience=IMAGE
  +
|exam type=Projet
  +
|duration=12h
 
|optional course=non
 
|optional course=non
 
|objectives=Ce cours introduit les bases des réseaux neuronaux pour faire de l’apprentissage automatique. Les réseaux de type perceptron multi-couches seront tout d’abord abordés, afin de présenter l’algorithme de rétropropagation du gradient, pierre angulaire de l’apprentissage des réseaux de neurones. Dans un second temps, les réseaux de type convolutionnels
 
|objectives=Ce cours introduit les bases des réseaux neuronaux pour faire de l’apprentissage automatique. Les réseaux de type perceptron multi-couches seront tout d’abord abordés, afin de présenter l’algorithme de rétropropagation du gradient, pierre angulaire de l’apprentissage des réseaux de neurones. Dans un second temps, les réseaux de type convolutionnels
|content=* Tour d'horizon de l’apprentissage :
+
|content=* Tour d'horizon
 
* Introduction aux réseaux neuronnaux
** Type d’apprentissage
 
  +
* Exemple d'un programe écrit sous Keras
** Quelques méthodes d’apprentissage (moindres carrés, SVM, arbre de décision, k-moyennes)
 
  +
* Présentation rapide de TensorBoard
 
  +
* Séparer des classes
Introduction aux réseaux neuronaux :
 
  +
* Écriture en Numpy d'un RN séparateur (optionnel, pour ceux qui désirent mieux comprendre la construction d'un réseau neuronal)
* Structure et fonctionnement du réseau
 
  +
* Étude d'un CNN avec une réprésentation graphique des filtres de convolution sur l'image d'entrée (vidéo sur les convolutions)
** Apprentissage du réseau et rétropropagation
 
  +
* SVHN sous Keras (sur Kaggle)
** Solveurs
 
  +
* Un MNIST spécial sous Keras (sur Kaggle)
** Présentation de différents types de réseaux (séparation, récursif, CNN)
 
  +
* Présentation du projet
* Tester les réseaux :
 
  +
|slides=http://www.ricou.eu.org/iren/notes_rn.html#Plan%20du%20cours%20intro%20r%C3%A9seaux%20neuronaux%20IREN%202019
** Tester un réseau de séparation
 
** Tester un CNN
 
** Tester un réseau récursif
 
** Écrire son premier réseau neuronal
 
* Écrire des réseaux avec Keras :
 
** Résoudre SVHN
 
** Écrire un autoencodeur sur les chiffres de MNIST
 
** Résoudre un problème (préparation à l’examen)
 
 
}}
 
}}

Latest revision as of 10:30, 4 February 2021

Titre

Introduction aux réseaux neuronaux

Sigle

IREN

Enseignant

Olivier Ricou

Période

S4, Ing2

Public

IMAGE

Contrôle

Projet

Durée

12h

Optionnel

non

Module
Prérequis
Objectifs

Ce cours introduit les bases des réseaux neuronaux pour faire de l’apprentissage automatique. Les réseaux de type perceptron multi-couches seront tout d’abord abordés, afin de présenter l’algorithme de rétropropagation du gradient, pierre angulaire de l’apprentissage des réseaux de neurones. Dans un second temps, les réseaux de type convolutionnels

Plan
  • Tour d'horizon
  • Introduction aux réseaux neuronnaux
  • Exemple d'un programe écrit sous Keras
  • Présentation rapide de TensorBoard
  • Séparer des classes
  • Écriture en Numpy d'un RN séparateur (optionnel, pour ceux qui désirent mieux comprendre la construction d'un réseau neuronal)
  • Étude d'un CNN avec une réprésentation graphique des filtres de convolution sur l'image d'entrée (vidéo sur les convolutions)
  • SVHN sous Keras (sur Kaggle)
  • Un MNIST spécial sous Keras (sur Kaggle)
  • Présentation du projet
Documentation
Support
Journaux