Deep learning avec pytorch

L’objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Deep Learning et de vous montrer, grâce à de nombreux exemples de code accessibles en ligne, comment les mettre en pratique.
Ce nouvel ouvrage de référence, porpose les plues récentes avancées en la matière :

• L'utilisation de la bibliothèque PyTorch pour construire et entraîner de nombreuses architectures de réseaux de neurones pour classification et régression 
• Découvrir les mécanismes d’attention, les grands modèles de langage (LLM) tels que GPT-4, les réseaux antagonistes génératifs (GAN)
• Créer des agents d’apprentissage autonomes avec l’apprentissage par renforcement profond.

Tous les exemples de code seront disponibles en ligne sous  la forme de notebooks Jupyter sur https://github.com/ageron