Mise en oeuvre et cas concrets
L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique.Ce nouvel ouvrage de référence, porpose les plues récentes avancées en la matière :L'utilisation de la bibliothèque PyTorch pour construire et entraîner de nombreuses architectures de réseaux de neurones pour classification et régression Découvrir les mécanismes d’attention, les grands modèles de langage (LLM) tels que GPT-4, les réseaux antagonistes génératifs (GAN)Créer des agents d’apprentissage autonomes avec l’apprentissage par renforcement profond.Tous les exemples de code seront disponibles en ligne sous la forme de notebooks Jupyter sur https://github.com/ageron
