TP Deep Learning 2023 - Polytech Sorbonne

Quelques ressources utiles pour commencer :

• Tutoriel python
• Documentation python
• Rappel de Numpy
• Introduction de Scikit-Learn
• Introduction de Pytorch

Attention : Faire "File -> Save a copy in Drive" avant de commencer à modifier le notebook, sinon vos modifications ne seront pas sauvegardées.

TP 1 : SIFT/BoW/SVM

• Colab

Partie I : Réseaux de neurones

TP 2-3 : Réseaux de neurones artificiels

• TP2-3.pdf
• Notes additionnelles
• Colab

TP 4-5 : ConvNets

• TP4-5.pdf
• Colab

TP 6 : Transformers

• Colab

Rapport final pour les TP 2 à 6 à rendre pour le 9 novembre 2023 (inclus) au plus tard. Consignes de rendu ici.

Partie II : Applications

TP 7 - Transfer Learning

• TP7.pdf
• Colab

TP 8 - Visualisation

• TP8.pdf
• Colab

TP 9-10 - GAN and cGAN

• TP9-10.pdf
• Colab TP9
• Colab TP10

Rapport final pour les TP 7 à 10 à rendre au plus tard le 20 décembre 2023 (inclus) au plus tard. Consignes de rendu ici.