Victor Fomin, Ingénieur Deep Learning chez Magellium
Sujet de votre conférence
Comment Ignite simplifie l'entraînement de réseaux de neurones avec PyTorch
Description de votre conférence
Aujourd'hui les frameworks pour faire du deep learning sont assez matures et proposent principalement des fonctionnalités équivalentes. Le choix du framework pour faire de la R&D devient plus ou moins un choix du gout. Il est également important de prendre en compte les outils de l'écosystème du framework qui nous fournissent des briques testées autour de la partie de réseaux de neurones et nous aident dans la résolution de notre problème.
Ignite est une nouvelle librairie haut-niveau de l'écosystème PyTorch qui a pour but d'écrire facilement et en quelques lignes une boucle d'entraînement flexible et adaptée au besoin d'utilisateur.
Au cours de la session, nous verrons comment l'utilisation d'Ignite réduit la taille du code à écrire sans contraindre l'utilisateur pour entraîner un réseau de neurones, calculer et visualiser les métriques, sauvegarder le meilleur modèle, et intégrer d'autres modules utiles lors de l'apprentissage d'un réseau de neurones.
Le speaker
Victor Fomin, Ingénieur Deep Learning chez Magellium
Sujet de votre conférence
Comment Ignite simplifie l'entraînement de réseaux de neurones avec PyTorch
Description de votre conférence
Aujourd'hui les frameworks pour faire du deep learning sont assez matures et proposent principalement des fonctionnalités équivalentes. Le choix du framework pour faire de la R&D devient plus ou moins un choix du gout. Il est également important de prendre en compte les outils de l'écosystème du framework qui nous fournissent des briques testées autour de la partie de réseaux de neurones et nous aident dans la résolution de notre problème.
Ignite est une nouvelle librairie haut-niveau de l'écosystème PyTorch qui a pour but d'écrire facilement et en quelques lignes une boucle d'entraînement flexible et adaptée au besoin d'utilisateur.
Au cours de la session, nous verrons comment l'utilisation d'Ignite réduit la taille du code à écrire sans contraindre l'utilisateur pour entraîner un réseau de neurones, calculer et visualiser les métriques, sauvegarder le meilleur modèle, et intégrer d'autres modules utiles lors de l'apprentissage d'un réseau de neurones.
EDIT: Cette librarie a été présentée en poster à la PyTorch DevCon 2018 et séléctionnée en 4ème place des 10 libraries en Python de l'année 2018 par Tryolabs
Informations diverses