• Séminaire

Séminaire MATLAB: «Calcul parallèle sur CPU et GPU dans MATLAB»

Conférencier:Pierre Harouimi, MathWorks Application Engineer, France

Inscription :www.mathworks.com/UQAM2018

10:00 a.m.-12:00 p.m.   Calcul parallèle sur CPU et GPU dans MATLAB

 Durant cette session, vous étudierez comment paralléliser vos algorithmes et vos calculs dans MATLAB avec la Parallel Computing Toolbox. Nous regarderons via des exemples simples et concrets l’approche « haut niveau » avec MATLAB, qui vous permettra de coder et d’exécuter facilement des applications, sans gros effort de         programmation.

Nous aborderons des exemples comme :

·         Utiliser des fonctions incluant des algorithmes parallèles intégrés

·         Créer des applications parallèles de tâches indépendantes

·         Déporter vos calculs sur des clusters ou sur le cloud

 

12:30 p.m.-2:30 p.m.     Introduction au deep learning avec MATLAB

 

Vous avez entendu parler du deep learning et vous voulez savoir comment cela fonctionne ? Venez directement apprendre non seulement le concept et la théorie du deep learning dans MATLAB, mais aussi la construction de votre propre code de reconnaissance d’images en seulement 10 lignes !

 Le deep learning est une technique de machine learning qui consiste à enseigner à des ordinateurs ce dont les humains sont naturellement capables : apprendre par l’exemple. Cette technique permet d’atteindre une excellente précision pour de nombreuses problématiques considérées comme insolubles avec des techniques de machine learning classiques.

Lors de ce séminaire, à l’aide d’exemples concrets, vous aurez l’occasion de créer et d’entraîner des réseaux de deep learning avec MATLAB avec une approche toujours aussi simplifiée. Nous construirons des modèles de classification de nourriture, de reconnaissance de l’écriture manuscrite ou encore de prédiction du Bitcoin. 

 

Nous aborderons les sujets suivants:

·         Gestion de grand jeux de données

·         Construction, visualisation et analyse des réseaux de neurones convolutionnels (CNN)

·         Définition et entraînement des réseaux CNN pour la classification et la régression

·         Import et utilisation de modèles pré-entraînés comme TensorFlow et Caffe

·         Introduction et application des réseaux LSTM dans la prédiction de séries temporelles

·         Exploitation des GPU sur un cluster ou sur le cloud

 

 Inscription : mathworks.com/UQAM2018

clockCreated with Sketch.Date / heure

mercredi 14 novembre 2018
10 h à 14 h 30

pinCreated with Sketch.Lieu

UQAM - Pavillon Président-Kennedy (PK)
PK-S1555
201, avenue du Président-Kennedy
Montréal (QC) H2X 2J6

personCreated with Sketch.Renseignements

Mots-clés

  • Recherche
  • Deep learning
  • calcul parallèle
  • Mathématiques

Groupes

  • Département de mathématiques