Ce dossier Repository est lié au cours L'essentiel de PyTorch pour le deep learning. Le cours entier est disponible sur LinkedIn Learning.
Madjid Khichane vous propose de découvrir la bibliothèque PyTorch. Après avoir évoqué les prérequis, vous découvrirez les avantages de PyTorch et ses applications. Vous apprendrez à l'installer via Anaconda et à créer des environnements virtuels. Les tensors, fondements de PyTorch, sont expliqués, de leur création à leur manipulation, ainsi que les opérations mathématiques et d'accès. Vous verrez aussi le calcul différentiel avec Autograd pour la rétropropagation, vous pratiquerez l'estimation de fonctions linéaires et la création de réseaux de neurones. Puis, évaluez et déployez vos modèles avant de conclure sur les pistes pour aller plus loin avec PyTorch et le deep learning.
Ce dossier Repository a des branches pour chacune des vidéos du cours. Vous pouvez utiliser le menu des Branches sur GitHub afin d’accéder aux passages qui vous intéressent. Vous pouvez également rajouter /tree/BRANCH_NAME à l’URL afin d’accéder à la branche qui vous intéresse.
- Pour utiliser ces fichiers d’exercice, vous avez besoin de :
- Un interpréteur Python
- Les bibliothèques de dépendances des exemples sont à installer avec pip install ou tout autre outil
- Clonez ce dossier Repository sur votre machine locale (Mac), CMD (Windows), ou sur un outil GUI tel que SourceTree.
Nom du formateur
Retrouvez mes autres formations sur LinkedIn Learning.