Réseaux de neurones et deep learning
Université de Strasbourg — année 2025–2026
Support du cours de réseaux de neurones. Chaque séance existe en version article (lecture continue, format par défaut) et en version diapositives (celle projetée en cours). Le sommaire complet est aussi dans la barre latérale.
Cours
| Séance | Diapositives | |
|---|---|---|
| 0 | Des neurones biologiques aux LLM | slides |
| 1 | Inférence : du perceptron au réseau feedforward | slides |
| 2 | Apprentissage : la descente de gradient | slides |
| 3 | Les réseaux de neurones convolutifs (CNN) | slides |
| 4 | Architectures profondes — version article à venir | slides |
| 6 | NLP : tokens, embeddings et décodage — version article à venir | slides |
Travaux dirigés
| Feuille | |
|---|---|
| TD 1 — Inférence | réseaux feedforward, PyTorch |
| TD 2 — Apprentissage | descente de gradient, entraînement |
| TD 3 — CNN | convolutions, CIFAR-10 |
| TD 4 — Architectures profondes | vanishing gradient, connexions résiduelles, normalisation |
| TD 6 — NLP : bases | tokenizer caractère, prédiction du caractère suivant |
Les séances suivantes seront mises en ligne au fil du semestre.