Is the training Qualiopi certified?

Yes, Learni is a Qualiopi-certified training organization. This certification guarantees the quality of our courses and enables funding through OPCO and other mechanisms.

How can I fund my training?

Our courses are eligible for OPCO funding. Learni supports you through the funding process. A personalized quote is available upon request.

What are the prerequisites for this training?

The prerequisites for the Formation PyTorch Initiation - Créez vos premiers modèles IA training are: Bases solides en Python, notions élémentaires de machine learning et numpy.. A preliminary interview validates your eligibility.

Is the training available in person?

Yes, the Formation PyTorch Initiation - Créez vos premiers modèles IA training is available in présentiel. The format can be adapted to your needs (inter, intra, custom).

Formation PyTorch Initiation - Créez vos premier... | Learni

The story of Learni

Founded by passionate advocates of learning and innovation, Learni set out to make professional training accessible to everyone, everywhere in the world. Our team works in the largest cities such as Paris, Lyon, Marseille, and internationally, to support talents and organizations in their skills development.

Configure your training

Response within 24hNo commitment100% free

9 spots remaining for the next session

FormatParticipantsDateDetails

Which format do you prefer?

Methods, approaches, and teaching resources

The Formation PyTorch Initiation - Créez vos premiers modèles IA training is delivered in-person or remotely (blended-learning, e-learning, virtual classroom, remote in-person). At Learni, a Qualiopi-certified training organization, each program is designed to maximize skills acquisition, regardless of the training mode chosen.

The trainer alternates between demonstrative, interrogative, and active methods (through practical exercises and/or real-world scenarios). This pedagogical approach ensures concrete and directly applicable learning in the workplace.

Teaching resources provided

To ensure the quality of the Formation PyTorch Initiation - Créez vos premiers modèles IA training, Learni provides the following teaching resources:

Mac or PC computers, high-speed fiber internet, whiteboard or flipchart, video projector or interactive touchscreen (for remote sessions)
Training environments installed on workstations or accessible online
Course materials, practical exercises, and supplementary resources
Post-training access to materials and teaching resources

For in-house training at a location external to Learni, the client ensures and commits to having all necessary teaching materials (IT equipment, internet connection...) for the proper conduct of the training action in accordance with the prerequisites indicated in the communicated training program.

* contact us for remote feasibility** ratio varies depending on the training followed

Assessment methods

The assessment of skills acquired during the Formation PyTorch Initiation - Créez vos premiers modèles IA training is carried out through:

During training: case studies, practical exercises, and professional scenarios
At the end of training: self-assessment questionnaire and skills evaluation by the trainer
After training: training completion certificate detailing acquired skills

Training accessibility

Learni is committed to the accessibility of its professional training programs. All our training programs are accessible to people with disabilities. Our teams are available to adapt teaching methods to your specific needs. Do not hesitate to contact us for any accommodation request.

Training objectives

Installer et configurer PyTorch dans un environnement de développement

Manipuler les tenseurs pour des opérations vectorisées efficaces

Construire des réseaux neuronaux simples avec nn.Module

Entraîner des modèles sur datasets standards comme MNIST

Évaluer les performances avec des métriques précises

Optimiser les modèles via autograd et optimizers

Déployer un modèle basique en production

Training program

Module 1Bases PyTorch : installation et tenseurs (outils CUDA, méthodes tensor ops, livrables notebooks)

Découvrez PyTorch en installant l'environnement avec Anaconda et CUDA, manipulez vos premiers tenseurs via des exercices interactifs sur additions, multiplications et reshapes, codez des opérations broadcast en direct, testez sur datasets simples comme Fashion-MNIST, repartez avec un notebook personnel rempli d'exemples concrets pour booster votre productivité dès demain.

Module 2Autograd et datasets : différentiation auto (outils DataLoader, méthodes gradients, livrables scripts chargement)

Plongez dans l'autograd pour calculer des gradients automatiquement, chargez et prétraitez des datasets avec torchvision et DataLoader, réalisez des exercices pratiques sur normalisation et augmentations d'images, construisez un pipeline complet de données, vivez l'excitation de voir vos tenseurs s'animer, obtenez des scripts prêts à l'emploi pour vos projets IA.

Module 3Réseaux neuronaux : nn.Module et couches (outils activations, méthodes forward, livrables modèles CNN basiques)

Bâtissez vos premiers réseaux avec nn.Module, empilez des couches Conv2D, Linear et activations ReLU, codez un forward pass complet sur MNIST, entraînez en temps réel avec des loss functions, debuggez via TensorBoard, ressentez la puissance du deep learning, repartez avec un modèle CNN fonctionnel à personnaliser immédiatement.

Module 4Entraînement optimisé : optimizers et loops (outils Adam SGD, méthodes epochs, livrables boucles training)

Maîtrisez les optimizers Adam et SGD pour converger rapidement, implémentez des training loops avec validation split, surveillez overfitting via early stopping, optimisez hyperparamètres en exercices guidés, analysez courbes de loss en live, transformez la théorie en pratique addictive, emportez des boucles d'entraînement robustes pour scaler vos modèles.

Module 5Évaluation et déploiement : metrics et TorchServe (outils accuracy F1, méthodes inference, livrables apps déployées)

Évaluez vos modèles avec accuracy, precision et confusion matrices, passez à l'inférence rapide en mode eval, déployez via TorchScript ou ONNX pour production, testez sur cas réels comme classification d'images, finalisez un projet capstone personnel, célébrez vos compétences acquises, repartez certifié avec une app PyTorch live.