Introduction à l'apprentissage profond avec PyTorch

Introduction au Deep Learning avec PyTorch

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

L'apprentissage profond est partout !

Illustration montrant plusieurs langues autour d'un globe

Introduction au Deep Learning avec PyTorch

L'apprentissage profond est partout !

Illustration montrant plusieurs langues autour d'un globe, et une voiture autonome

Introduction au Deep Learning avec PyTorch

L'apprentissage profond est partout !

Illustration montrant plusieurs langues autour d'un globe, une voiture autonome et un diagnostic médical

Introduction au Deep Learning avec PyTorch

L'apprentissage profond est partout !

Illustration montrant plusieurs langues autour d'un globe, une voiture autonome et un diagnostic médical

Introduction au Deep Learning avec PyTorch

Qu'est-ce que l'apprentissage profond ?

Un diagramme en pelures d'oignon montrant l'apprentissage profond comme sous-ensemble de Machine Learning

Diagramme d'un petit réseau de neurones

Introduction au Deep Learning avec PyTorch

Qu'est-ce que l'apprentissage profond ?

Un diagramme en pelures d'oignon montrant l'apprentissage profond comme sous-ensemble de Machine Learning

Diagramme d'un réseau de neurones à plusieurs couches

Introduction au Deep Learning avec PyTorch

Réseaux d'apprentissage profond

$$

  • Inspirés du fonctionnement d'apprentissage du cerveau humain

Illustration d'une personne étudiant le cerveau

Introduction au Deep Learning avec PyTorch

Réseaux d'apprentissage profond

$$

  • Inspirés du fonctionnement d'apprentissage du cerveau humain
  • Neurones ➡ réseaux de neurones
  • Les modèles exigent beaucoup de données
  • Au moins des centaines de milliers de points de données

Illustration d'une personne étudiant le cerveau, avec un accent sur les neurones

Introduction au Deep Learning avec PyTorch

PyTorch : un cadre pour l'apprentissage profond

$$

$$

  • L'un des cadres les plus populaires
  • Initialement développé par Meta AI, maintenant au sein de la Linux Foundation
  • Intuitif et convivial
  • Des similarités avec NumPy

 

Le logo PyTorch

Introduction au Deep Learning avec PyTorch

Tenseurs PyTorch

$$

  • Tensor :
    • Semblable à un tableau ou une matrice
    • Élément de base des réseaux de neurones

$$

import torch

my_list = [[1, 2, 3], [4, 5, 6]]
tensor = torch.tensor(my_list)
print(tensor)

tensor([[1, 2, 3],
        [4, 5, 6]])
Introduction au Deep Learning avec PyTorch

Attributs d'un tenseur

  • Forme du tenseur
my_list = [[1, 2, 3], [4, 5, 6]]
tensor = torch.tensor(my_list)
print(tensor.shape)

torch.Size([2, 3])
  • Type de données du tenseur
print(tensor.dtype)

torch.int64
Introduction au Deep Learning avec PyTorch

Premiers pas avec les opérations sur les tenseurs

Formes compatibles

a = torch.tensor([[1, 1], 
                  [2, 2]])

b = torch.tensor([[2, 2], 
                  [3, 3]])
  • Addition / soustraction
print(a + b)

tensor([[3, 3],
        [5, 5]])

Formes incompatibles

a = torch.tensor([[1, 1], 
                  [2, 2]])

c = torch.tensor([[2, 2, 4], 
                  [3, 3, 5]])
  • Addition / soustraction
print(a + c)

RuntimeError: The size of tensor a
(2) must match the size of tensor b (3) 
at non-singleton dimension 1
Introduction au Deep Learning avec PyTorch

Multiplication élément par élément

a = torch.tensor([[1, 1], 
                  [2, 2]])
b = torch.tensor([[2, 2], 
                  [3, 3]])
print(a * b)

tensor([[2,  2],
        [6, 6]])
Introduction au Deep Learning avec PyTorch

Multiplication de matrices

Multiplication de matrices

Introduction au Deep Learning avec PyTorch

Multiplication de matrices

Multiplication de matrices mise en évidence

$$

  • $1 \cdot 2 + 1 \cdot 3 = 5$

$$

  • Effectuer des additions et multiplications pour traiter les données et apprendre des motifs
Introduction au Deep Learning avec PyTorch

Passons à la pratique !

Introduction au Deep Learning avec PyTorch

Preparing Video For Download...