COVID-19

Notez que l’horaire a passablement changé. Lisez vos courriels régulièrement!

Horaire

Jour Heure Local
Mardi 12h30 à 15h20 PLT-2700
Vendredi 8h30 à 10h20 PLT-3920

Ressource Jupyter de Calcul-Québec (pour GPU)

https://jupyterhub.helios.calculquebec.ca/

Format du rapport de projet

Le format du rapport, ainsi que le barème de correction, est disponible ici

Laboratoires

Pendant la période des laboratoires, nous avons une priorité d’accès, sous la réservation GLO7030. En dehors de la période de laboratoire, votre requête de notebook passera par une file d’attente. Notez qu’à partir de maintenant, les laboratoires se feront à distance.

Site web des laboratoires

Exercices non-évalués

  • Quelques exercices sur les CNN ExercicesCNN.pdf. Le solutionnaire n’est pas disponibile pour l’instant, par manque de temps.
  • Deuxième série d’exercices ExercicesII.pdf

Travaux pratiques

  • TP1 : remise 14 février 2020 à 23h59.
  • TP2 : remise 10 avril 2020, 23h59.

Jeux de données pour idées de projet

Présentations orales de l’article (GLO-7030)

Au lieu d’une présentation de 10 minutes en direct, vous allez faire une capsule vidéo narrée de 10 minutes. Vous pouvez utiliser les fonctionalités de Powerpoint https://www.enseigner.ulaval.ca/ressources-pedagogiques/capsules-narrees . Vous pouvez aussi faire une capture d’écran + son directement de votre PC avec Screen-O-matic https://www.ene.ulaval.ca/captation-numerique . Si l’Université ne possède pas suffisamment de licences, n’hésitez pas à trouver d’autres solutions gratuites en ligne (et les indiquer sur le forum COVID-19). Ne vous inquiétez pas si ces solutions gratuites ajoutent des watermark/filigranes : vous ne serez pas pénalisés. Vous mettrez cette vidéo sur youtube, et j’ajouterai le lien sur le site du cours pour que les autres puissent les regarder. Les dates butoirs pour les remises de ces vidéos sont déplacées d’une semaine par rapport au calendrier original.

L’horaire des présentations est disponible au bas de la page web.

Présentation de votre projet (GLO-7030 seulement)

Cette activité est annulée.

Support vidéo

Pour accélérer les leçons, des vidéos produite entre autre par Hugo Larochelle (Google Brain) sont disponibles. Je vous recommande fortement de les visionner avant la leçon. Nous le remercions d’ailleurs pour son autorisation d’utiliser ce matériel d’enseignement.

Plan de cours

Première moitié

Cette première moitié du cours introduit les connaissances nécessaires pour concevoir et entraîner des réseaux profonds, particulièrement dans un contexte de reconnaissance d’images.

Deuxième moitié

La deuxième moitié du cours portera majoritairement sur les modèle récurrents. Nous allons également voir quelques concepts plus avancés comme les réseaux génératifs (GAN) et les modèles d’attention.

  • Semaine 15 (21 avril) : Examen final (GLO-4030 SEULEMENT, 12h30 à 14h20, modalité à déterminer)

L’examen se fera en ligne. Les détails suivront.

Révision :

  • RNN/LSTM
  • Word Embeddings
  • Modèles de langue (ELMo)
  • Attention (Bahdanau, Attention is all you need)
  • AutoEncoder
  • GAN

Oraux articles

Horaire des remises des vidéos narrés d’un article (GLO-7030)

Livre

Le livre (obligatoire) est Deep Learning par Goodfellow, Bengio et Courville. Il est également disponible en ligne.

Liens utiles

Deep Learning Glossary

100 Most Cited Deep Learning Papers (2012-2016)

Technos

Le framework utilisé dans le cours est PyTorch. Voici quelques liens utiles:

En savoir plus