Informations administratives
| Titre | Réseaux neuronaux convolutionnels |
| Durée | 60 |
| Module | B |
| Type de leçon | Tutoriel |
| Focus | Technique — Deep Learning |
| Sujet | Apprentissage profond |
Mots-clés
CNN, Apprentissage profond, Python,
Objectifs d’apprentissage
- Mise en œuvre et formation d’un CNN pour un problème de classification d’images à partir de zéro
- Réglage fin d’un réseau déjà formé
- Transférer l’apprentissage à l’aide d’architectures formées sur ImageNet
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
- Théorie sur CNN
Optionnel pour les étudiants
- Aucun
Références et antécédents pour les étudiants
- Aucun
Recommandé pour les enseignants
Aucun.
Matériel de leçon
Instructions pour les enseignants
Ce tutoriel couvre le développement, la formation et les tests CNN fondamentaux. Trois tutoriels différents mis en œuvre sous la forme de Jupyter Notebook seront montrés et discutés. En particulier:
- la mise en œuvre d’un CNN simple sera montrée. La formation sera réalisée à l’aide d’un ensemble de données simple et librement disponible (par exemple, MNIST). L’évaluation de l’exactitude d’un ensemble de tests après l’étape de formation sera montrée.
- le réglage fin d’un réseau déjà formé sera effectué sur un nouvel ensemble de données (par exemple, Fashion-MNIST). Une évaluation et une comparaison avec un réseau formé à partir de zéro seront présentées et discutées.
- comment charger et enregistrer des modèles personnalisés sera montré.
Calendrier
| Durée (min) | Description | Concepts | Activité | Matériel |
|---|---|---|---|---|
| 20 | Mettre en œuvre et former un CNN simple | |||
| 20 | Réglage fin d’un réseau déjà formé | |||
| 20 | charger et sauvegarder des architectures |
Remerciements
Nous remercions Eng. Andrea Apicella pour sa contribution au développement du matériel.
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.