IA sur un Pi

Aperçu

Explore Deep Learning with Python and MXNet, including practical demonstrations on a Raspberry Pi for computer vision and natural language processing tasks.

Programme

• Introduction à l'IA et Deep Learning
Aperçu de l'intelligence artificielle et de ses applications
Notions de base du Deep Learning et des réseaux de neurones
Introduction à MXNet et son écosystème
• Prise en main du Raspberry Pi
Configuration du Raspberry Pi : installation et paramétrage
Installation de Python et des bibliothèques nécessaires sur Raspberry Pi
Introduction à GPIO et aux capacités matérielles du Raspberry Pi
• Python pour le Deep Learning
Rappel de Python : syntaxe, bibliothèques, et bonnes pratiques
Utilisation de NumPy et Pandas pour la manipulation des données
Aperçu des bibliothèques de deep learning populaires : MXNet, TensorFlow et PyTorch
• Deep Learning avec MXNet
Installation de MXNet sur Raspberry Pi
Comprendre le chargement et le prétraitement des données
Construire et entraîner des réseaux de neurones avec MXNet
Implémentation des réseaux de neurones convolutionnels (CNN)
• Vision par ordinateur sur Raspberry Pi
Introduction à la vision par ordinateur et ses applications
Configuration et utilisation du module Pi Camera
Implémentation de tâches de classification d'images avec MXNet et Raspberry Pi
Détection d'objets en temps réel sur Raspberry Pi
• Traitement du langage naturel (NLP) sur Raspberry Pi
Aperçu des tâches et applications du NLP
Outils et bibliothèques pour NLP avec MXNet
Implémentation de la classification de texte et de l'analyse des sentiments
Traduction linguistique en temps réel sur Raspberry Pi
• Optimisation et déploiement
Optimisation des modèles de deep learning pour Raspberry Pi
Techniques pour l'amélioration des performances : quantification et élagage
Stratégies de déploiement pour les appareils périphériques
• Projet : Construire une application alimentée par l'IA
Définir un périmètre de projet combinant vision par ordinateur et NLP
Implémentation du projet sur Raspberry Pi
Tests et évaluation de l'application IA
• Tendances futures et conclusion
Discussion des futures tendances en IA et en edge computing
Récapitulatif du cours et ressources pour un apprentissage approfondi

---

Matières

Conference Talks