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 |
+ | |content=* Tour d'horizon |
⚫ | |||
− | ** 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 |
||
⚫ | |||
+ | * 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 | |
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 |
|
Documentation | |
Support | |
Journaux |