Réseaux de neurones profonds

L’évaluation de l’unité repose sur deux notes :

• Un contrôle QCM évaluera la partie théorique (12 points)

• Un projet à rendre (8 points)

Les chapitres de ce cours sont conçus pour être suivis dans l’ordre.

INTRO

• Google Colab
  • Choix pédagogiques
  • Prise en main
• Python
  • Lancement
  • Librairie
  • Mutable
  • Structures de contrôle
  • Les containers
  • Variable globale
  • Passage
  • Clonage
  • Rappels
• NumPy + TD1 + TD2
  • Les tableaux NumPy
  • Dimensions
  • Vue
  • Le paramètre axis
  • Plage d’indices - slicing
  • Indexage avancé
  • Broadcasting
  • Pour finir
  • TD1 Numpy Array
  • TD2 Slicing and images

APPRENTISSAGE

• Modélisation
  • Les données en entrée
  • La réponse
  • Conclusion
• L’apprentissage
  • Les paramètres d’apprentissage
  • L’apprentissage supervisé
  • La fonction d’erreur
  • L’erreur d’un échantillon
  • L’erreur totale
  • Algorithme naïf
  • La méthode du gradient
  • L’optimum
  • Le monitoring de l’apprentissage
  • Les écueils de l’apprentissage
  • Exercices
• Les fonctions d’erreur
  • Mean Squared Error
  • Dice
  • Softmax & Cross Entropy
• Les optimiseurs
  • Les optimiseurs classiques
  • Optimiseur adaptatif : Adam
  • Quel optimiseur choisir ?
  • Quizzz

RESEAUX

• Réseaux de neurones
  • Le neurone informatique
  • Topologie des réseaux
  • La fonction d’activation
  • Réseau séquentiel
  • Réseau complexe
• Les réseaux convolutionnels
  • La couche Conv2D
  • Exercices
  • La couche POOL
  • La couche DropOut
  • Lecture d’illustration
  • Les deux parties d’un réseau
• Catalogue des premiers CNN
  • Pourquoi ces architectures comptent encore en 2025
  • LeNet
  • ImageNet
  • AlexNet
  • VGG16
  • GoogLeNet et les modules Inception
  • ResNet
  • Et après ?
  • Révolutions au-delà des CNN

PROJET

• Créer une base d’images
  • Sélectionner des images
  • Charger votre base dans Colab
• P1 - Projet de classification
  • Étape 1 : Mise en place de la base
  • Étape 2 : Mise en place du DataLoader
  • Étape 3 : réseau FC
  • Étape 4 : réseau CNN
  • Étape 5 : Transfer Learning
  • Rendu
• P2 - Projet libre
  • Exploration
  • Rendu