v2.11.0 (5982)

Option - MOD-IFIE3-S1-AppProf : Apprentissage profond

Domaine > Centre Génie industriel.

Descriptif

Le module consiste en une description et une explication des principaux concepts associés aux différents types de modèles de réseaux de neurones profonds avec une mise en pratique de la libraire Pytorch sur des cas d’usage et sur un projet final.

Compétences travaillées

Bloc Donnée : Concevoir et piloter de manière optimale les systèmes énergétiques renouvelables et les systèmes d’information par le cycle de vie des données
  D.2 : Sélectionner et mettre en œuvre des modèles d’IA pour traiter des données

Diplôme(s) concerné(s)

UE de rattachement

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

  • A2S1- Analyse de données
  • A2S1 – optimisation linéaire et non-linéaire
  • A1S1 – Algorithmique et programmation
  • A1S1 – Initiation aux bases de données

Format des notes

Numérique sur 20

Pour les élèves du diplômeDiplôme d'Ingénieur IMT Mines Albi

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)

    Le coefficient de l'enseignement est : 1

    Programme détaillé

    Les objectifs pédagogiques du module sont :

    • Comprendre le Deep Learning
    • Utiliser la libraire de deep learning Pytorch
    • Maîtriser les différentes architectures de réseaux de neurones (denses, convolutionnels, récurrents, génératifs)
    • Mettre en œuvre des cas concrets pour chaque type de réseaux
    • Exécuter des calculs sur des CPUs, GPUs et TPUs
    • Mesurer la pertinence des modèles mis en œuvre & visualiser l’apprentissage
    • Gagner en autonomie sur un projet final
    Veuillez patienter