Parcours Deep Learning : de Zéro aux Transformers avec PyTorch

4 (4 avis) 12 étudiants 40h Mise à jour le 16/11/2026
anicet Créé par anicet

À propos de ce cours

Présentation du Parcours Deep Learning & IA Moderne (40 Heures)

Ce parcours d'ingénierie avancée est conçu pour les étudiants et développeurs maîtrisant déjà les bases de Python qui souhaitent percer la boîte noire du Deep Learning, des architectures Transformer et des modèles de langage modernes (LLM).

L'approche pédagogique repose sur un triptyque fondamental : Intuition mathématique rigoureuse → Implémentation du code à partir de zéro → Débogage et mise en production.

Ce que vous maîtriserez au terme des 40 heures :

  • Fondations & Optimisation : Descente de gradient, rétropropagation analytique, dynamiques de convergence (AdamW, cosine annealing) et fonctions de perte adaptées.
  • PyTorch Industriel : Gestion de la mémoire GPU (CUDA, VRAM), graphes de calculs dynamiques (Autograd), parallélisme et pipelines DataLoader optimisés.
  • Vision par Ordinateur : Convolutions 2D, blocs résiduels (ResNet), data augmentation et Vision Transformers (ViT).
  • Traitement du Langage Naturel : Des limites des RNN/LSTM jusqu'à la révolution du mécanisme de Self-Attention (Q, K, V).
  • L'Architecture Transformer : Multi-Head Attention, encodages positionnels (absolus, RoPE), masquage causal et Feed-Forward Networks.
  • Modèles de Langage from Scratch : Construction pas à pas d'un modèle autorégressif de type GPT-2 en pur PyTorch avec échantillonnage contrôlé (température, top-p).
  • Écosystème Hugging Face & Fine-Tuning Efficace : Tokenisation BPE sous-mots, pipelines d'entraînement supervisé (Trainer), et adaptation à rang faible (LoRA / QLoRA).
  • RAG & Déploiement : Recherche sémantique par similarité cosinus avec bases vectorielles et projet d'ingénierie complet prêt pour votre portfolio.

Ressources pédagogiques intégrées :

Chaque leçon propose une vidéo d'expert directement embarquée dans la page (sélection issue des références francophones comme Machine Learnia, Science4All, Defend Intelligence et internationales comme Andrej Karpathy, 3Blue1Brown et StatQuest), des schémas conceptuels, des blocs de code commentés prêts à l'exécution et des conseils d'atelier pour résoudre les erreurs courantes en production.

Contenu de cours

  • 10 sections
  • 19 leçons
  • 1 Quiz
  • 40h Durée
Tout déplier

Votre instructeur

anicet

anicet

Responsable du cours
4 cours 34 étudiants

Ce que disent les étudiants

4

4 Notes
5 étoile 0%
4 étoile 100%
3 étoile 0%
2 étoile 0%
1 étoile 0%

Reviews

  • Didier Yao
    Didier Yao 16/11/2026 23:40
    Clair et précis. Les ressources téléchar

    Clair et précis. Les ressources téléchargeables sont un vrai plus.

    Reply
    Répondre à Didier Yao
  • Yao Traoré
    Yao Traoré 16/11/2026 23:40
    Très bien structuré, les modules s'encha

    Très bien structuré, les modules s'enchaînent logiquement.

    Reply
    Répondre à Yao Traoré
  • Adjoua Gbagbo
    Adjoua Gbagbo 16/11/2026 23:40
    Bonne progression, le formateur explique

    Bonne progression, le formateur explique bien. Quelques vidéos pourraient être plus courtes.

    Reply
    Répondre à Adjoua Gbagbo
  • Grâce Aka
    Grâce Aka 16/11/2026 23:40
    Bonne progression, le formateur explique

    Bonne progression, le formateur explique bien. Quelques vidéos pourraient être plus courtes.

    Reply
    Répondre à Grâce Aka

Prêt à commencer à apprendre ?

Parcours Deep Learning : de Zéro aux Transformers avec PyTorch

Suppression de l’avis du cours

Vous confirmez ? Vous ne pouvez pas restaurer cette version

Accès aux cours

Ce cours est protégé par un mot de passe. Pour y accéder, veuillez saisir votre mot de passe ci-dessous :

Related Courses

Défiler vers le haut