Ressource pour les TPs du cours ModIA "Statistique en grande dimension et Apprentissage profond"
- Introduction aux Réseaux de Neurones
TP 1 - Réseaux de neuronnes avec Numpy - Partie 1
TP 2 - Réseaux de neuronnes avec Numpy - Partie 2
But : Construire et entraîner un perceptron mono-couche (TP1) et multi-couches (TP2), étape par étape.
- Réseaux de Neurones Convolutifs
TP 3 - Classification d'images de chiens et de chats
But : Mettre en oeuvre les différentes techniques vues dans le cours d'introduction aux CNNs ; en particulier, la régularisation par augmentation de données, le transfert learning et le fine tuning.
TP 4 et 5 - Estimation de posture dans une image
But : Traiter le problème de la détection du "squelette" d'un humain dans une image.
-
Réseaux de Neurones et 3D
-
Annotation pour l'apprentissage
- Auto-encodeurs et apprentissage auto-supervisé
TP 8 - Auto-encodeurs
But : Manipuler des auto-encodeurs sur un exemple simple, la base de données MNIST, et ainsi pouvoir visualiser les concepts vus en cours, et notamment illustrer la notion d'espace latent.
-
Deep Clustering
-
Modèles génératifs (GAN, VAE)
TP 11 - Auto-encodeurs variationnels (VAE) et Réseaux génératifs antagonistes (GAN)
But : Manipuler les deux principaux exemples de modèles génératifs vus en cours et essayer d'appréhender leurs limites.
- Apprentissage semi-supervisé