Chargement en cours...
Veuillez patienter un instant
Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.
Quel format préférez-vous ?
30 minutes gratuites avec un conseiller formation — sans engagement.
Chargement des créneaux...
Formation Intelligence Artificielle à Marseille en Août 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Formation Développement Informatique à Tours en Juin 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit pour reconversion ou montée en compétences fullstack.
Formation Automatisation & Productivité à Bordeaux en Juillet 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO/CPF. Devis gratuit.
Formation No-Code / Low-Code à Besançon en Décembre 2026 avec Learni. Qualiopi, formateurs experts, éligible OPCO. Devis gratuit.
Ne laissez pas ce retard s'accumuler
Sans maîtrise de PyTorch, vos projets de Deep Learning patinent, multipliant par 3 le temps de développement et gaspillant jusqu'à 500 heures par équipe mensuellement.
68% des échecs en IA chez les entreprises sont liés à un manque de compétences en frameworks comme PyTorch, entraînant des pertes moyennes de 120 000 € par projet défaillant.
Votre carrière stagne face à des data scientists polyvalents, tandis que votre entreprise cède 20% de parts de marché aux concurrents agiles en IA.
Chaque mois sans compétences avancées expose à des coûts cumulés explosifs et une obsolescence technologique inévitable.
La formation Maîtriser PyTorch : De l’initiation à la création de modèles IA est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.
Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.
Pour garantir la qualité de la formation Maîtriser PyTorch : De l’initiation à la création de modèles IA, Learni met à disposition les moyens pédagogiques suivants :
En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.
L'évaluation des compétences acquises lors de la formation Maîtriser PyTorch : De l’initiation à la création de modèles IA s'effectue à travers :
Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.
Les formations Learni sont disponibles en inter-entreprise et intra-entreprise, en présentiel comme en distanciel. Les inscriptions sont possibles jusqu'à 48 heures ouvrées avant le début de la formation. Nos formations sont éligibles aux financements OPCO, Pôle emploi et FNE-Formation. Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.
Présentation de PyTorch et de l’écosystème machine learning, installation, première exploration dans un notebook, prise en main des tenseurs, opérations de base (addition, multiplication, slicing), gestion de la mémoire et device CUDA (GPU/CPU).
Création et chargement de datasets, DataLoader, visualisation de données, implémentation manuelle d’une régression linéaire et classification simple, perte et gradient, premiers entraînements supervisés, introduction à l’optimisation avec torch.optim.
Création de modèles avec nn.Module, mise en place d’un MLP (perceptron multicouche) pour des tâches réelles, initialisation des poids, callbacks, early stopping et monitoring d’entraînement, techniques d’optimisation avancée (momentum, Adam), introduction à la régularisation (Dropout, L2/L1), sauvegarde, chargement et export des modèles, mise en production rapide d’un modèle simple.
Public
Développeurs, data scientists, ingénieurs, étudiants et professionnels désireux de s’initier à PyTorch pour le Deep Learning
Prérequis
Maîtrise de base du langage Python, notions de mathématiques appliquées (matrices, fonctions, dérivées)
Chargement en cours...
Veuillez patienter un instant





























