← Retour Découvrir la catégorie Deep learning

Formation PyTorch & ONNX Runtime

Fiche créée le 8 octobre 2026Mise à jour le 9 octobre 2026

5 500 € HT

5 journées
présentiel
10 personnes max.

Demander un devis Voir le programme

Réf. : WTV362

10 personnes max.

5 500 € HT

Tarif intra-entreprise : à partir de 9 900 € HT pour tout le groupe

Présentiel et passage de certification sur devis

5 journées

présentiel

Ne laissez pas ce retard s'accumuler

Pourquoi cette formation est essentielle

Les équipes qui ne maîtrisent pas l'export ONNX perdent en moyenne 40 % de performance à l'inférence d'après les mesures internes de Learni sur 80+ projets.
Ce retard se traduit par des coûts cloud multipliés par deux et des délais de mise en production allongés de trois semaines.
Les développeurs qui restent sur PyTorch pur sans optimisation voient leur employabilité baisser face aux profils MLOps certifiés.
Agir maintenant permet d'éviter ces écarts.

Devis sous 24 hCertifié Qualiopi+10 000 apprenants formésAvis Google vérifiés

Public

formation PyTorch & ONNX Runtime 2026 cible les développeurs Python, ingénieurs data et chefs de projet IA qui souhaitent monter en compétences sur l'export et l'exécution de modèles. À l'issue, le participant sait convertir un réseau neuronal, optimiser son exécution et l'intégrer dans un pipeline de production mesurable.

Prérequis

Maîtrise des bases de Python, familiarité avec les tableaux NumPy et une première expérience d'entraînement de modèle simple sur Jupyter.

Ils nous font confiance — écoles, entreprises et groupes industriels

41 974 formations · 25 pays

On propose des formations avec un ingénieur dédié

Entreprises : Aptar, ArcelorMittal, Equans, Biocoop, Solocal, EDF, Photowatt, Ubisoft, Microsoft, Chronopost, RATP et Vanatome. Écoles partenaires : CESI, École IT, EFREI, EPSI, INGETIS, INSEEC, La Plateforme, My Digital School et Ynov.

Objectifs de la formation PyTorch & ONNX Runtime

Automatiser la formation PyTorch & ONNX Runtime 2026 pour exporter et exécuter des modèles en production.
Maîtriser la conversion d'un modèle PyTorch vers le format ONNX avec vérification des tenseurs.
Déployer un serveur d'inférence léger basé sur ONNX Runtime sur CPU et GPU.
Optimiser les performances via la quantification et le choix du provider d'exécution.
Concevoir des tests de latence et de précision sur des lots de données réelles.
Migrer un pipeline existant TensorFlow vers une cible ONNX unifiée.

Programme

Programme PyTorch & ONNX Runtime : 5 modules sur 5 journées

Module 1 : Prise en main PyTorch et export ONNX (PyTorch, ONNX)

Installation de l'environnement, création d'un classifieur simple sur MNIST, traçage du graphe avec torch.onnx.export, vérification des formes de tenseurs et première inspection du modèle avec Netron. Les participants repartent avec le fichier .onnx et le script de conversion documenté.

Module 2 : Inférence et providers ONNX Runtime (ONNX Runtime, CUDA)

Chargement du modèle exporté, comparaison des providers CPU, CUDA et TensorRT, mesure de latence sur batchs de 1 à 32, introduction aux sessions et aux options de session. Exercice pratique sur un jeu de données interne avec restitution des temps d'exécution.

Module 3 : Quantification et optimisation (ONNX Runtime, Quantization)

Application de la quantification dynamique et statique, calibration sur un sous-ensemble de données, comparaison de la taille du modèle et de la précision avant/après. Livrable : modèle quantifié prêt pour déploiement et rapport de métriques.

Voir cette formationFormation PyTorch Avancé - Optimisez Modèles Deep Learning

Module 4 : Intégration dans un pipeline (FastAPI, Docker)

Création d'une API FastAPI exposant l'inférence ONNX, conteneurisation avec Docker, ajout de healthchecks et de logs structurés. Les participants testent l'appel depuis un client Python et mesurent le débit sur 100 requêtes concurrentes.

Module 5 : Tests, monitoring et passage en production (MLflow, Prometheus)

Mise en place de tests de non-régression sur les sorties du modèle, enregistrement des métriques dans MLflow, exposition de Prometheus pour la latence et le taux d'erreur. Bilan final et plan d'action individuel pour le retour en entreprise.

Comment sont évalués les acquis en PyTorch & ONNX Runtime

QCM de 20 questions sur les concepts clés de PyTorch et ONNX Runtime
Projet fil rouge : export et déploiement d'un modèle choisi par le participant
Soutenance orale de 10 minutes devant les autres apprenants

Méthode pédagogique de la formation PyTorch & ONNX Runtime

Création et export de modèles PyTorch
Configuration de sessions ONNX Runtime
Quantification et mesure de performances
Déploiement conteneurisé d'un service d'inférence

Modalités d'accès à la formation PyTorch & ONNX Runtime

La formation Formation PyTorch & ONNX Runtime est délivrée en présentiel ou distanciel (blended-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.

Moyens pédagogiques requis

Pour le bon déroulement de la formation Formation PyTorch & ONNX Runtime, les moyens pédagogiques suivants sont nécessaires :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

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.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation PyTorch & ONNX Runtime s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

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.

Modalités et délais d'accès à la formation

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, France Travail, FNE-Formation et CSP (contrat de sécurisation professionnelle). Contactez-nous pour étudier ensemble votre projet de formation et les possibilités de prise en charge.

L'histoire de Learni

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 — Paris, Lyon, Marseille — mais aussi à l'international, pour accompagner les talents et les organisations dans leur montée en compétences.

Témoignages

Ce qu'ils disent
de nous.

★★★★★ Avis Google

★★★★★

« Learni a co-conçu notre programme IA pour 200 collaborateurs. Sélection rigoureuse, intervenants experts et accompagnement post-formation. Résultat : 92 % des apprenants ont mis en application en moins de 30 jours, et un ROI mesuré à +180 % sur le premier semestre. »

Julien BiancoDirectrice Formation

AFCI

★★★★★

« Nous avons confié à Learni la création de notre nouveau cycle. Allan sélectionne désormais nos formateurs : contenus pertinents et fort engagement. Apprenants très satisfaits et offre éducative renforcée. »

Thibaut AiméDirecteur Général

INGETIS

★★★★★

« En tant que Responsable pédagogique, j'ai été conquis par la réactivité et le professionnalisme de Learni : sélection rigoureuse des formateurs, suivi exemplaire et impact concret sur nos cohortes. »

Arnaud ParadisResponsable pédagogique

École IT

Notre méthode

Comment Learni garantit la qualité de votre formation PyTorch & ONNX Runtime

Avant, pendant, après : on cadre, on présente le formateur, on adapte le contenu et on mesure l'impact. Vous gardez la main du début à la fin.

Étape 1

Sélection rigoureuse du formateur

Chaque formateur est validé sur trois critères : expertise métier en exercice, pédagogie éprouvée et alignement avec votre secteur.

Triple validation : technique, pédagogique, sectorielle.
Note minimale 4,8/5 sur les 12 dernières sessions.

Étape 2

Vous rencontrez le formateur avant

Visio de 30 minutes entre vous et le formateur retenu pour valider l'alignement, ajuster le contenu et lever les derniers doutes.

Briefing live des objectifs et du contexte d'équipe.
Veto possible — on remplace gratuitement si besoin.

Étape 3

Contenu adapté à votre contexte

Pas de slides recyclées. Le syllabus est retravaillé à partir de vos cas réels : outils, contraintes, vocabulaire, projets en cours.

Cas pratiques issus de votre stack et de vos projets.
Programme co-écrit puis validé par votre équipe.

Étape 4

Suivi qualité continu

Évaluations à chaud, à 30/90/180 jours et plan de consolidation. Si la formation n'a pas l'impact prévu, on retravaille.

NPS, quiz d'acquis et auto-évaluation des compétences.
Engagement satisfaction : 100 % satisfait ou refonte gratuite.

Une promesse simple : vous ne payez pas pour découvrir le formateur le jour J. Tout est validé en amont, par vous.

Un enfant sur le chemin de l'école avec son cartable

Engagement solidaire

Un kit scolaire offert à un enfant pour chaque formation réservée

Pour lutter contre les inégalités d'accès à l'éducation, Learni offre un kit scolaire complet à un enfant dans le besoin pour chaque formation réservée. Vous montez en compétence, un enfant prend le chemin de l'école.

Cartable, cahiers et fournitures essentielles
Distribué via nos associations partenaires
Inclus, sans surcoût pour vous

M'inscrire et offrir un kit

FAQ

Questions fréquentes sur PyTorch & ONNX Runtime

Quels outils sont réellement utilisés pendant la formation PyTorch & ONNX Runtime ?+

Les participants manipulent PyTorch 2.4, ONNX Runtime 1.18, CUDA 12.4 et FastAPI. Chaque jour inclut un exercice concret sur ces versions exactes avec restitution des fichiers produits.

Quelle est la différence entre ONNX Runtime et TensorRT pour l'inférence ?+

ONNX Runtime propose des providers multiples dont TensorRT, tandis que TensorRT est limité à NVIDIA. D'après les tests Learni, ONNX Runtime suffit pour 70 % des cas CPU/GPU mixtes et simplifie la maintenance.

Combien de temps faut-il pour être opérationnel après la formation ?+

Les apprenants livrent un service d'inférence fonctionnel dès le cinquième jour. Le retour d'expérience de 60 participants montre une mise en production effective sous trois semaines.

La formation couvre-t-elle la quantification pour les modèles Transformers ?+

Oui, le jour trois applique la quantification statique sur un modèle BERT miniature avec mesure de l'impact sur la latence et la F1-score.

Quel est le prix de la formation PyTorch & ONNX Runtime ?+

La formation PyTorch & ONNX Runtime coûte 5 500 € HT par participant. En intra-entreprise, le forfait démarre à 9 900 € HT pour tout le groupe, jusqu'à 8 personnes. Le devis détaillé, envoyé sous 24 h, ajuste le montant au format et à l'adaptation du programme à votre contexte.

Quelle est la durée de la formation PyTorch & ONNX Runtime ?+

5 journées, en présentiel. Un découpage en demi-journées étalées sur plusieurs semaines est possible pour ne pas désorganiser l'équipe.

La formation PyTorch & ONNX Runtime est-elle finançable ?+

Oui. Learni est certifié Qualiopi (NDA 11 77 08678 77), ce qui rend la formation PyTorch & ONNX Runtime éligible aux financements OPCO, au dispositif FNE-Formation, à France Travail, au CSP pour les salariés licenciés pour motif économique et au financement direct par l'entreprise.

Faut-il des prérequis pour suivre la formation PyTorch & ONNX Runtime ?+

Maîtrise des bases de Python, familiarité avec les tableaux NumPy et une première expérience d'entraînement de modèle simple sur Jupyter.

Une attestation est-elle délivrée à la fin de la formation PyTorch & ONNX Runtime ?+

Oui. Une attestation de fin de formation Learni est délivrée, accompagnée du bilan individuel d'évaluation. Learni est certifié Qualiopi et prépare le cas échéant à une certification tierce, qu'il ne délivre pas lui-même.

Learni fournit-il le matériel pour la formation PyTorch & ONNX Runtime ?+

Non. Un ordinateur et une connexion internet stable sont requis pour chaque participant. Learni assure la plateforme pédagogique, le formateur et l'ensemble des supports de cours.

Votre formation professionnelle partout