Qui ne s’est jamais demandé ce qu’il se passait à l’intérieur d’un réseau de neurones ? Le but de cette séquence, qui se veut totalement didactique et abordable, est d’apporter des réponses claires à cette question en démystifiant les bases mathématiques des réseaux de neurones :-)

Ces bases seront décrites et illustrées par de nombreux exemples en PyTorch. Nous regarderons en particulier comment un réseau de neurones peut transformer une image de manière à identifier progressivement ce qu’elle contient.

Nous décrirons ensuite comment s’effectue l’apprentissage d’un réseau de neurones en prenant le temps de comprendre comment fonctionne une descente de gradient et la rétro-propagation.

Quelques éléments seront enfin discutés pour comprendre l’intérêt des méthodes dites stochastiques pour l’apprentissage des réseaux de neurones.