Formation Compréhension des réseaux neuronaux profonds

Partie 1 – Concepts d'apprentissage profond et de réseaux neuronaux profonds (DNN)

Introduction à l'IA, à l'apprentissage automatique et à l'apprentissage profond

• Historique, concepts de base et applications usuelles de l'intelligence artificielle, au-delà des fantasmes portés par ce domaine
• Intelligence collective : agrégation des connaissances partagées par de nombreux agents virtuels
• Algorithmes génétiques : pour faire évoluer une population d'agents virtuels par sélection
• Machines d'apprentissage usuelles : définition
• Types de tâches : apprentissage supervisé, apprentissage non supervisé, apprentissage par renforcement
• Types d'actions : classification, régression, clustering, estimation de densité, réduction de dimensionnalité
• Exemples d'algorithmes d'apprentissage automatique : régression linéaire, Naive Bayes, Random Tree
• Apprentissage automatique vs apprentissage profond : problèmes sur lesquels l'apprentissage automatique reste aujourd'hui à la pointe de l'état de l'art (Forêts aléatoires et XGBoosts)

Concepts de base d'un réseau de neurones (Application : perceptron multicouche)

• Rappel des bases mathématiques.
• Définition d'un réseau de neurones : architecture classique, activation et
• Pondération des activations précédentes, profondeur d'un réseau
• Définition de l'apprentissage d'un réseau de neurones : fonctions de coût, rétropropagation, descente de gradient stochastique, vraisemblance maximale.
• Modélisation d'un réseau de neurones : modélisation des données d'entrée et de sortie selon le type de problème (régression, classification...). Malédiction de la dimensionnalité.
• Distinction entre les données multicaractères et le signal. Choix d'une fonction de coût en fonction des données.
• Approximation d'une fonction par un réseau de neurones : présentation et exemples
• Approximation d'une distribution par un réseau de neurones : présentation et exemples
• Augmentation des données : comment équilibrer un jeu de données
• Généralisation des résultats d'un réseau de neurones.
• Initialisation et régularisation d'un réseau de neurones : régularisation L1 / L2, normalisation par lots (Batch Normalization)
• Algorithmes d'optimisation et de convergence

Outils ML / DL standards

Une présentation simple incluant les avantages, les inconvénients, la position dans l'écosystème et l'utilisation est prévue.

• Outils de gestion des données : Apache Spark, outils Apache Hadoop
• Apprentissage automatique : Numpy, Scipy, Sci-kit
• Frameworks DL haut niveau : PyTorch, Keras, Lasagne
• Frameworks DL bas niveau : Theano, Torch, Caffe, Tensorflow

Réseaux neuronaux convolutifs (CNN).

• Présentation des CNN : principes fondamentaux et applications
• Fonctionnement de base d'un CNN : couche convolutive, utilisation d'un noyau,
• Remplissage (Padding) et pas (Stride), génération de cartes de caractéristiques, couches de pooling. Extensions 1D, 2D et 3D.
• Présentation des différentes architectures de CNN qui ont atteint l'état de l'art en classification
• Images : LeNet, VGG Networks, Network in Network, Inception, Resnet. Présentation des innovations apportées par chaque architecture et de leurs applications plus globales (convolutions 1x1 ou connexions résiduelles)
• Utilisation d'un modèle d'attention.
• Application à un cas de classification courant (texte ou image)
• CNN pour la génération : super-résolution, segmentation pixel-à-pixel. Présentation de
• Principales stratégies pour augmenter les cartes de caractéristiques lors de la génération d'images.

Réseaux neuronaux récurrents (RNN).

• Présentation des RNN : principes fondamentaux et applications.
• Fonctionnement de base du RNN : activation cachée, rétropropagation à travers le temps, version déroulée.
• Évolutions vers les unités récurrentes à portes (GRU) et LSTM (Long Short Term Memory).
• Présentation des différents états et des évolutions apportées par ces architectures
• Problèmes de convergence et de disparition du gradient
• Architectures classiques : prédiction d'une série temporelle, classification ...
• Architecture de type Encodeur-Décodeur RNN. Utilisation d'un modèle d'attention.
• Applications NLP : encodage mot / caractère, traduction.
• Applications vidéo : prédiction de la prochaine image générée d'une séquence vidéo.

Modèles génératifs : Autoencodeurs variationnels (VAE) et Réseaux antagonistes génératifs (GAN).

• Présentation des modèles génératifs, lien avec les CNN
• Autoencodeur : réduction de dimensionnalité et génération limitée
• Autoencodeur variationnel : modèle génératif et approximation de la distribution d'une entrée. Définition et utilisation de l'espace latent. Astuce de reparamétrage. Applications et limites observées
• Réseaux antagonistes génératifs : fondements.
• Architecture à double réseau (générateur et discriminateur) avec apprentissage alterné, fonctions de coût disponibles.
• Convergence d'un GAN et difficultés rencontrées.
• Convergence améliorée : Wasserstein GAN, Began. Distance de mouvement terrestre.
• Applications pour la génération d'images ou de photographies, génération de texte, super-résolution.

Apprentissage par renforcement profond.

• Présentation de l'apprentissage par renforcement : contrôle d'un agent dans un environnement défini
• Par un état et des actions possibles
• Utilisation d'un réseau de neurones pour approximer la fonction d'état
• Deep Q Learning : mémoire d'expérience (experience replay) et application au contrôle d'un jeu vidéo.
• Optimisation de la politique d'apprentissage. On-policy && off-policy. Architecture actor-critic. A3C.
• Applications : contrôle d'un seul jeu vidéo ou d'un système numérique.

Partie 2 – Theano pour l'apprentissage profond

Les bases de Theano

• Introduction
• Installation et configuration

Fonctions Theano

• entrées, sorties, mises à jour, givens

Entraînement et optimisation d'un réseau de neurones avec Theano

• Modélisation du réseau neuronal
• Régression logistique
• Couches cachées
• Entraînement d'un réseau
• Calcul et classification
• Optimisation
• Log Loss

Tests du modèle

Partie 3 – DNN avec TensorFlow

Les bases de TensorFlow

• Création, initialisation, sauvegarde et restauration des variables TensorFlow
• Alimentation, lecture et chargement anticipé des données TensorFlow
• Comment utiliser l'infrastructure TensorFlow pour entraîner des modèles à grande échelle
• Visualisation et évaluation des modèles avec TensorBoard

Mécanismes de TensorFlow

• Préparer les données
• Téléchargement
• Entrées et placeholders
• Construire les graphes
  • Inférence
  • Perte (Loss)
  • Entraînement
• Entraîner le modèle
  • Le graphe
  • La session
  • Boucle d'entraînement
• Évaluer le modèle
  • Construire le graphe d'évaluation
  • Sortie d'évaluation

Le perceptron

• Fonctions d'activation
• L'algorithme d'apprentissage du perceptron
• Classification binaire avec le perceptron
• Classification de documents avec le perceptron
• Limitations du perceptron

Du perceptron aux machines à vecteurs de support (SVM)

• Noyaux et l'astuce du noyau (kernel trick)
• Classification à marge maximale et vecteurs de support

Réseaux neuronaux artificiels

• Frontières de décision non linéaires
• Réseaux neuronaux artificiels à propagation avant et à rétroaction
• Perceptrons multicouches
• Minimisation de la fonction de coût
• Propagation avant
• Rétropropagation
• Amélioration de la manière dont les réseaux neuronaux apprennent

Réseaux neuronaux convolutifs

• Objectifs
• Architecture du modèle
• Principes
• Organisation du code
• Lancement et entraînement du modèle
• Évaluation d'un modèle

Introduction de base à fournir pour les modules ci-dessous (brève introduction fournie en fonction du temps disponible) :

TensorFlow – Utilisation avancée

• Threads et files d'attente
• TensorFlow distribué
• Rédaction de documentation et partage de votre modèle
• Personnalisation des lecteurs de données
• Manipulation des fichiers de modèle TensorFlow

Serveur TensorFlow (TensorFlow Serving)

• Introduction
• Tutoriel de service de base
• Tutoriel de service avancé
• Tutoriel de service du modèle Inception