Archives 2022/23

Saison 2022/23

Retrouvez ici toutes les séquences, replays et supports publiés durant la saison 2022/23.

Playlist YouTube de la saison : voir sur YouTube.
Supports PDF : accéder au dépôt.

⚠️ L’IA évolue vite et certaines séquences peuvent être partiellement dépassées… désolé !

Séquences 2022/23

Concepts et bases

Contexte et historique, de la régression linéaire aux réseaux de neurones. (more)

Les CNN

Principes et concepts des réseaux convolutifs (CNN) - 1/2 (more)

Cas pratique

Étude de cas pratique avec un réseau convolutif - Problématiques liées à l’usage “vrais” données - CNN 2/2 (more)

Démystifier les maths

Démystifier les outils mathématiques pour l’apprentissage des réseaux de neurones. (more)

Evaluation et Données creuses

Stratégies d’évaluation des modèles, données creuses, de type textuelles (Embedding) (more)

Réseaux récurrents

Données séquentielles et réseaux de neurones récurrents (RNN) (more)

PyTorch

Un détour par PyTorch (more)

Transformers

“Attention Is All You Need”, quand les Transformers changent la donne ! (more)

Graph Neural Networks

Travailler avec des données structurées : Graph Neural Network (GNN) (more)

Réseaux autoencodeurs

Les autoencodeurs illustrent merveilleusement bien et de manière très simple l’un des grands concepts de l’apprentissage profond, visant à réduire ... (more)

Variational Autoencoder (VAE)

Les VAE sont une évolution des autoencodeurs, dans laquelle on va guider la projection des données au sein de l’espace latent, de manière à pouvoir... (more)

Generative Adversarial Networks (GAN)

Dans la relativement courte histoire du Deep Learning, les GANs ont considérablement révolutionnés le monde de l’IA et marqués les esprits avec des... (more)

Diffusion Model, l'état de l'art du génératif text-to-image !

Séquence présentée par Hatim Bourfoune et Maxime Song de l’IDRIS. (more)

IA, droit, société et éthique : Y a t-il un pilote dans l'avion ?

Séquence présentée par Bertrand Cabot (CNRS/IDRIS), Laurent Risser (CNRS/IMT, ANITI) et Ronan Pons (U. Toulouse, ANITI) (more)

Apprendre plus vite et de manière plus sobre, comment optimiser l’apprentissage ?

Séquence animée par Kamel Guerda (CNRS/IDRIS) et Léo Hunout (CNRS/IDRIS) (more)

Passer à la vitesse supérieure : l’accélération matérielle ?

Séquence animée par Nathan Cassereau (CNRS/IDRIS) et Bertrand Cabot (CNRS/IDRIS) (more)

Deep Reinforcement Learning : Tactiques et Stratégies ?

Séquence animée par Bertrand Cabot (CNRS/IDRIS) et Léo Hunout (INRIA/IDRIS) (more)

PINNS (Physics Informed Neural Networks) : Couplage Physique-IA ?

Raissi et al. (2019) ont introduit la méthode PINNs (Physics Informed Neural Networks) dans leur article intitulé Physics-Informed Neural Networks:... (more)

FIDLE est une formation portée par l’institut d’Intelligence Artificielle MIAI de Grenoble, via le projet EFELIA, le CNRS et l’Université Grenoble Alpes (UGA), avec le soutien et la participation de l’IDRIS, des ingénieurs du Programme national de recherche en intelligence artificielle du CNRS (PNRIA), de la Formation Permanente CNRS et de la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS, via les réseaux DevLOG, Resinfo et Calcul, ainsi que du laboratoire SIMaP.