📄️ Fondamentaux du deep learning
Les mécanismes des réseaux de neurones, de la rétropropagation aux techniques qui rendent l'entraînement stable. Durée : 8h, avec des projets appliqués, un examen de 40 questions et une attestation vérifiable.
📄️ 1. Du perceptron au réseau
Module 1 du cours premium Fondamentaux du deep learning : le calcul exact d'un neurone, pourquoi un perceptron seul échoue sur XOR, et ce que la profondeur apporte réellement.
📄️ 2. Fonctions d'activation
Module 2 du cours premium Fondamentaux du deep learning : pourquoi la non-linéarité est indispensable, comparaison des activations usuelles et règles de choix par couche.
📄️ 3. Propagation avant
Module 3 du cours premium Fondamentaux du deep learning : le calcul matriciel d'une couche, le traitement par lots, et le choix de la fonction de perte selon la tâche.
📄️ 4. Rétropropagation
Module 4 du cours premium Fondamentaux du deep learning : la règle de dérivation en chaîne appliquée à un réseau, le calcul des gradients couche par couche et la différentiation automatique.
📄️ 5. Optimiseurs
Module 5 du cours premium Fondamentaux du deep learning : taille de lot, moment, taux d'apprentissage adaptatif, Adam et AdamW, et réglage du taux d'apprentissage.
📄️ 6. Initialisation et gradients
Module 6 du cours premium Fondamentaux du deep learning : pourquoi l'initialisation décide de la convergence, initialisations de Xavier et de He, gradients évanescents et explosifs, connexions résiduelles.
📄️ 7. Régularisation
Module 7 du cours premium Fondamentaux du deep learning : le fonctionnement de l'abandon et son comportement à l'inférence, pénalité L2, arrêt anticipé et augmentation de données.
📄️ 8. Normalisation
Module 8 du cours premium Fondamentaux du deep learning : le fonctionnement de la normalisation par lots, ses deux régimes, ses limites, et pourquoi la normalisation par couche domine les transformeurs.
📄️ 9. Courbes d'apprentissage
Module 9 du cours premium Fondamentaux du deep learning : diagnostiquer un entraînement à partir des courbes de perte, distinguer surapprentissage, sous-apprentissage et fuite, et le test de surajustement délibéré.
📄️ 10. Premier réseau
Module 10 du cours premium Fondamentaux du deep learning : un projet complet en PyTorch, de la préparation des données à la sauvegarde du modèle, avec la boucle d'entraînement commentée.
📄️ Récapitulation et examen
Récapitulation complète du cours premium Fondamentaux du deep learning : neurone, activations, rétropropagation, optimiseurs, régularisation et diagnostic, puis l'examen de 40 questions.