Formation Pytorch
- Durée : 2 jours
- Public: Ingénieurs et programmeurs, data-scientists
- Pré-requis : Bases de programmation python
- Technicite ★★★☆☆
- Modalités : Formation intra, à distance ou dans vos locaux (minimum 4 stagiaires)
- Annulation : sans frais jusqu’à 3 semaines avant. Au-delà, 25% de la somme est due.
- Modalités de paiement : Paiement à 30 jours.
Résumé
Après avoir bouleversé de nombreux domaines scientifiques, l’intelligence artificielle s’installe dans l’industrie. Elle est portée en pratique par des frameworks Python dont fait partie PyTorch, désormais leader en deep learning
Moyens techniques : Support de cours projeté pendant la formation et transmis a l’ensemble des stagiaires à l’issue de la formation; cas et exemples pratiques choisis selon les domaines d’intérêt des stagiaires
Suivi de l’exécution: Émargement demandé chaque demie-journée à tous les stagiaires
Évaluation : Questionnaire d’évaluation des acquis à l’issue de la formation
Satisfaction des sue dits omastionaire
Objectifs pédagogiques
Par l’exemple, les participants sont amenés à comprendre les concepts-clé de ces technologies et les dernières évolutions.
Technologies abordées
Tensor, autograd, torch.nn, Module, torch.optim, tensorboard, torchvision examples, TorchScript, torch.hub, torch.utils.dat
Compétences visées
- Introduction appliquée au deep learning
- De numpy à PyTorch : ndarray, Tensor, autograd, optimization
- Data pipelines : Datasets, Extract-Transform-Load, epoch, batch, custom datasets, iterable
datasets - torch.nn : Définition du modèle, apprentissage, checkpointing, inférence
- Custom modules : autograd functions, new modules, new layers, debugging
- PyTorch models in production : Flask & REST API, TorchScript, ONNX