Il nous ai demandé de réaliser quelques tâches avant le premier cours, ces tâches comptent pour 4 points sur votre cote finale.
Commencez par visualiser cette vidéo.
Vous devez avoir une installation fonctionelle de python, pytorch et jupyter avant d'arriver en cours.
Durant le cours, nous allons utiliser à la fois vos PCs ainsi que des ressources GPU en ligne (cloud computing) pour entrainer des modèles de deep learning.
Vous devez avoir une installation de python récente et fonctionelle, ainsi qu'une installation de pytorch.
Vous pouvez consulter le guide sur le site de pytorch pour cela (la librairie de deep learning utilisée pour ce cours).
Vous installerez aussi Jupyter avec les instructions suivantes: https://jupyter.org/install
Pour editer votre code, vous pouvez utiliser directement jupyter ou vscode.
Une fois que tout est installé vous devriez pouvoir ouvrir jupyter et executer le programme suivant:
import torch
x = torch.rand(5, 3)
print(x)
print(torch.cuda.is_available())
Il devrait afficher une matrice de valeurs aléatoires et ensuite "True" ou "False" suivant si votre ordinateur possède un GPU compatible cuda. Si ce code renvoie une exception, votre installation n'est pas fonctionelle.
Vous devez aussi avoir un compte google colab, afin d'avoir accès aux ressources GPU en ligne.
Commencez par cloner le dépot git suivant: https://github.com/KenN7/deep-learning
Cliquez ici pour un rappel concernant l'utilisation de git
Ouvrez le fichier preparation.ipynb dans le dossier homework avec jupyter et completez l'exercice.