Plan de la session #03 :

  • entrainement d’un classifier d’images de chiffres manuscrits
  • développement manuel de toutes les étapes en pur Python
  • manipulation de tensors PyTorch, broadcasting
  • notion de dérivée, calcul automatique de gradient
  • fonction de coût et métriques de performance
  • optimiseur et boucle d’entrainement
  • implémentation PyTorch et fastai de ces concepts

Notebook :

https://github.com/laurentprudhon/cours-deeplearning-2020/blob/master/notebooks/03_mnist_basics.ipynb

Slides :

https://github.com/laurentprudhon/cours-deeplearning-2020/raw/master/slides/03_04_mnist_basics.pptx

Tableau :

https://github.com/laurentprudhon/cours-deeplearning-2020/blob/master/whiteboard/tableau_03.png

Lien vidéo YouTube :

Vidéo session #03