Apprentissage profond avec PyTorch [en ligne, IA102]

Comment fonctionnent ChatGPT, les voitures autonomes et la reconnaissance d'images? Découvrez les bases de l'apprentissage profond (deep learning), un concept fondamental de l'intelligence artificielle. Dans cet atelier, vous créerez des réseaux de neurones capables d'apprendre automatiquement à partir de données brutes. Vous apprendrez aussi à entraîner vos propres modèles, à l'aide de PyTorch, la bibliothèque utilisée par les plus grands laboratoires de recherche.

Prérequis

• Avoir de bonnes connaissances en statistiques (fonctions et dérivées)
• Avoir de bonnes connaissances en programmation Python ou avoir suivi les ateliers « Introduction à la programmation avec Python (PYT101) » et « Perfectionnement en programmation Python (PYT102) »
• Avoir de bonnes connaissances en analyse et visualisation de données avec Python ou avoir suivi les ateliers « Analyse de données avec Python (DAT201) » et « Visualisation de données avec Python (DAT203) »
• Être à l'aise avec des bibliothèques Python comme NumPy, Pandas et MatplotLib
• Avoir des connaissances de base en apprentissage machine ou avoir suivi l'atelier « Apprentissage machine avec scikit-learn (IA101) »

Plan de cours

• Révision de IA101
• Introduction aux réseaux de neurones
• Entraînement de réseaux de neurones avec PyTorch
• Introduction à l'entraînement de haute performance

Réservation

• Académique : 10$ (toute personne qui étudie, enseigne ou travaille dans une université, un cégep, un CCTT ou un institut de recherche affilié à une université)
• OBNL : 10$ (toute personne qui travaille pour un organisme à but non lucratif)
• Autre : 250$ (tout autre profil)

Formatrice ou formateur

Lucas Nogueira, analyste en calcul informatique de pointe à Calcul Québec.

Langue du cours

Français

Prérequis techniques

Nous utiliserons la plateforme Zoom. Comme il s'agit d'un atelier pratique, il est utile d'avoir deux écrans afin de pouvoir afficher l'écran de l'instructeur d'un côté et votre propre écran de l'autre.

Nous utiliserons aussi l'interface Jupyter Lab. Assurez-vous d'avoir un navigateur Web moderne tel que Google Chrome, Firefox, Edge ou Safari.

Notes

• Un certificat de participation sera envoyé à chaque participant(e) qui assiste au moins 60 % du temps à la formation.
• Cette formation n'est pas enregistrée.
• Cette formation pourrait être annulée advenant un nombre trop peu élevé d'inscriptions.

Contact

Pour toute question, écrivez-nous à formation@calculquebec.ca.

Pour ne pas manquer nos prochains événements, abonnez-vous à notre page Eventbrite!