logo
  • Découvrir le deep learning en exercices
  • Deep learning Applications
  • GPU
  • API
  • Exemples
  • Gallerie de notebooks
  • En diagonal

Liens

  • Blog
  • Index
  • Module
  • API

Contenu

  • Découvrir le deep learning en exercices
  • Deep learning Applications
  • GPU
  • API
  • Exemples
  • Gallerie de notebooks
  • En diagonal

Information

  • FAQ
  • Glossaire
  • README
  • Changements
  • Licence

Sujet précédent

Exemples

Sujet suivant

Images et matrices

Cette page

  • Montrer le code source
On this page
  • 2A - Travaux dirigés - Deep Learning
  • Antisèches

Gallerie de notebooks¶

Notebooks Coverage

  • 2A - Travaux dirigés - Deep Learning

  • Antisèches

2A - Travaux dirigés - Deep Learning¶

Exercices pour deep learning pour le cours l-td2a. Les notebooks qui vont de 100* à 300* sont des notebooks d’introduction avec pytorch qui fonctionne sous Linux. Il est préférable d’avoir du GPU (plus de cent fois plus rapide que du CPU). Un tutoriel 101 désigne le premier tutoriel à suivre pour comprendre un sujet.

  • 100 - Logistic Regression with IRIS and pytorch
  • 110 - First percepton with pytorch
  • 200 - First percepton with pytorch
  • 210 - First convolution network (CNN) with pytorch
  • 300 - Convolution network, gradient, tweaks, with pytorch
  • 400 - gradient et backward
_images/100_Logistic_IRIS.thumb.png

100 - Logistic Regression with IRIS and pytorch¶

_images/110_Perceptron_Iris.thumb.png

110 - First percepton with pytorch¶

_images/200_Perceptron_MNIST.thumb.png

200 - First percepton with pytorch¶

_images/210_Convolution_MNIST.thumb.png

210 - First convolution network (CNN) with pytorch¶

_images/300_Convolution_CIFAR10.thumb.png

300 - Convolution network, gradient, tweaks, with pytorch¶

_images/400_backward.thumb.png

400 - gradient et backward¶

Antisèches¶

Quelques astuces utile pour manipuler des modèles de machine learning.

  • Images et matrices
_images/chsh_images.thumb.png

Images et matrices¶

Exemples Images et matrices

Mis à jour le 2021-02-25.