[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-963885","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Apprentissage profond et IA g\u00e9n\u00e9rative\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          4\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Annualis\u00e9\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n                                      \u003Cspan\u003E15\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                              \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux dirig\u00e9s :\u003C\/span\u003E\n                                      \u003Cspan\u003E15\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                            \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EAnglais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                                                            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EBibliographie\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ECette UE vise \u00e0 offrir une vue d\u0027ensemble compl\u00e8te sur le deep learning, en partant des \u00e9l\u00e9ments fondamentaux (y compris les bases math\u00e9matiques des diff\u00e9rentes composantes) et en allant jusqu\u2019\u00e0 l\u0027impl\u00e9mentation des algorithmes \u00e0 l\u0027origine des r\u00e9volutions technologiques de ces derni\u00e8res ann\u00e9es (intelligence artificielle g\u00e9n\u00e9rative, grands mod\u00e8les de langage, traitement des images). Plus pr\u00e9cis\u00e9ment, les sujets abord\u00e9s s\u0027appuieront sur la biblioth\u00e8que PyTorch et incluront :\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003E* Les bases des r\u00e9seaux de neurones : couches lin\u00e9aires, fonctions d\u0027activation, r\u00e9gularisation, optimisation par descente de gradient.\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003E* Le traitement des grandes quantit\u00e9s de donn\u00e9es et l\u0027optimisation avec un acc\u00e9l\u00e9rateur graphique (GPU).\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003E* Le traitement des images : r\u00e9seaux convolutifs, normalisation, connexions r\u00e9siduelles.\u0026nbsp;\u003C\/p\u003E\n\u003Cp\u003E* Le traitement du langage : tokenisation, couches r\u00e9currentes, m\u00e9canisme d!attention, mod\u00e8le Transformer. L\u0027UE se termine par un projet permettant d!appliquer les notions acquises dans un cadre r\u00e9aliste et stimulant. Par exemple, il pourra s\u0027agir de l\u0027impl\u00e9mentation d\u0027un mod\u00e8le de langage similaire \u00e0 GPT ou BERT, d\u0027un mod\u00e8le de g\u00e9n\u00e9ration d!images inspir\u00e9 de DALL-E ou Stable Diffusion, d\u0027un syst\u00e8me de question-r\u00e9ponse sur des documents fournis, d\u0027un outil de reconnaissance d\u0027images m\u00e9dicales, ou encore d\u0027un agent d\u0027apprentissage par renforcement capable de jouer \u00e0 des jeux vid\u00e9o.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]