Outillage et projet intégrateur

1

Leçon 1: Weights & Biases : tracking d'expériences

2 heures

2

Leçon 2: TensorBoard : visualisation d'entraînement

1 heure

3

Leçon 3: Mixed precision training (torch.cuda.amp)

1 heure et 30 minutes

4

Leçon 4: Checkpointing et reprise d'entraînement

1 heure et 30 minutes

5

Leçon 5: Profiling PyTorch : détecter les goulots

1 heure et 30 minutes

6

Leçon 6: Reproductibilité : seeds, versions, environnements

1 heure et 30 minutes

7

Leçon 7: Présentation du projet intégrateur : imagerie médicale

1 heure

8

Leçon 8: Préparation du dataset et augmentation

2 heures

9

Leçon 9: Transfer learning sur imagerie médicale

3 heures

10

Leçon 10: Interprétabilité clinique avec Grad-CAM

2 heures

11

Leçon 11: Déploiement local avec Gradio

2 heures et 30 minutes

12

Leçon 12: Synthèse et préparation des Transformers

2 heures

13

Leçon 13: Rétrospective projet

2 heures et 30 minutes