Formation Compréhension des réseaux neuronaux profonds

Partie 1 – Concepts d'apprentissage profond et de RNN

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

• Histoire, concepts de base et applications habituelles de l'intelligence artificielle, au-delà des fantasmes associés à 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
• Machine d'apprentissage habituelle : définition.
• Types de tâches : apprentissage supervisé, apprentissage non supervisé, apprentissage par renforcement
• Types d'actions : classification, régression, clustering, estimation de densité, réduction de la dimensionnalité
• Exemples d'algorithmes d'apprentissage automatique : régression linéaire, Bayes naïf, arbre aléatoire
• Apprentissage automatique VS Apprentissage profond : problèmes sur lesquels l'apprentissage automatique reste aujourd'hui à l'avant-garde (forêts aléatoires et XGBoost)

Concepts de base d'un réseau neuronal (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, maximisation de la vraisemblance.
• Modélisation d'un réseau neuronal : modélisation des données d'entrée et de sortie en fonction du type de problème (régression, classification...). Malédiction de la dimensionnalité.
• Distinction entre les données multivoies 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 neuronal.
• Initialisation et régularisation d'un réseau neuronal : régularisation L1 / L2, normalisation par lots
• Algorithmes d'optimisation et de convergence

Outils ML / DL standard

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, Scikit
• Frameworks DL haut niveau : PyTorch, Keras, Lasagne
• Frameworks DL bas niveau : Theano, Torch, Caffe, Tensorflow

Réseaux neuronaux convolutionnels (CNN).

• Présentation des CNN : principes fondamentaux et applications
• Fonctionnement de base d'un CNN : couche convolutionnelle, 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 CNN qui ont atteint l'état de l'art en classification
• Images : LeNet, réseaux VGG, Network in Network, Inception, ResNet. Présentation des innovations apportées par chaque architecture et de leurs applications plus globales (convolution 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
• Stratégies principales pour augmenter les cartes de caractéristiques pour 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 dépliée.
• Évolutions vers les unités récurrentes à porte (GRU) et LSTM (Long Short Term Memory).
• Présentation des différents états et des évolutions apportées par ces architectures
• Problèmes de convergence et de gradients disparus
• Architectures classiques : prédiction d'une série temporelle, classification ...
• Architecture de type RNN encodeur-décodeur. Utilisation d'un modèle d'attention.
• Applications TLN : 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 la dimensionnalité et génération limitée
• Autoencodeur variationnel : modèle génératif et approximation de la distribution d'un ensemble de données. 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 alternatif, fonctions de coût disponibles.
• Convergence d'un GAN et difficultés rencontrées.
• Convergence améliorée : Wasserstein GAN, Began. Distance de transport optimal.
• 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 neuronal pour approximer la fonction d'état
• Deep Q Learning : replay d'expériences, et application au contrôle d'un jeu vidéo.
• Optimisation de la politique d'apprentissage. On-policy et off-policy. Architecture acteur-critique. 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 neuronal à l'aide de Theano

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

Test du modèle

Partie 3 – RNN à l'aide de TensorFlow

Les bases de TensorFlow

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

Mécanique de TensorFlow

• Préparation des données
• Téléchargement
• Entrées et placeholders
• Construction des graphes
  • Inférence
  • Perte (Loss)
  • Entraînement
• Entraînement du modèle
  • Le graphe
  • La session
  • Boucle d'entraînement
• Évaluation du modèle
  • Construction du 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
• Limites du perceptron

du Perceptron aux Machines à vecteurs de support

• 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 rétroaction et à transmission avant
• Perceptrons multicouches
• Minimisation de la fonction de coût
• Propagation avant
• Rétropropagation
• Amélioration de l'apprentissage des réseaux neuronaux

Réseaux neuronaux convolutionnels

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

Introductions de base à donner aux modules ci-dessous (une brève introduction sera fournie en fonction du temps disponible) :

Tensorflow – Utilisation avancée

• Threadings 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

TensorFlow Serving

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