fr
Université étatique (France), Parcourir ses opportunités similaires
SL-DRT-21-0446
Intelligence artificielle et intelligence des données
Formation et quantification de réseaux de neurones profonds à grande échelle pour l'apprentissage par transfert L'apprentissage par transfert est aujourd'hui une technique courante en Deep Learning qui utilise les paramètres appris d'un réseau générique (un extracteur de fonctionnalités) pour accélérer la formation d'un autre réseau sur une tâche plus spécifique. Ce réseau spécialisé est ensuite optimisé pour les contraintes matérielles du cas d'utilisation spécifique. Cependant, étant donné que les représentations de l'extracteur de caractéristiques sont souvent assez génériques, il peut être possible d'optimiser les paramètres avant le transfert, pour éviter que chaque utilisateur final doive effectuer cette optimisation par lui-même. Dans ce contexte, la thèse a les objectifs scientifiques suivants: - Utiliser plusieurs méthodes d'apprentissage «non supervisé» (auto-supervisé, faiblement supervisé, semi-supervisé) pour former des extracteurs de caractéristiques sur de grands ensembles de données - Étudier comment les méthodes d'optimisation courantes (en particulier quantification) peuvent être appliqués sur ces extracteurs de manière «indépendante de la tâche» - Quantifier l'influence de ces optimisations sur la capacité d'apprentissage par transfert, par benchmarking et analyse théorique (ex. théorie de la compression de l'information) Compétences requises: Master (ou équivalent), apprentissage automatique (en particulier Deep Learning), programmation (Python, Pytorch, Tensorflow, C ++), bon anglais (la connaissance du français n'est pas requise, mais utile)
Département Systèmes et Circuits Intégrés Numériques
Laboratoire Intelligence Artificielle Embarquée
Saclay
THIELE Johannes
CEA
DRT / DSCIN / DSCIN / LIAE
CEA SACLAY - NANO INNOVBAT. 86291191 GIF SUR YVETTE
Numéro de téléphone: 33.1.69.08.25.10
Courriel: johannes.thiele@cea.fr
Paris-Saclay
Sciences et Technologies de l'Information et de la Communication (STIC)
Date de début le
DELEZOIDE Bertrand
CEA
DRT / DIASI // LASTI
CEA SACLAY - NANO INNOVBAT. Courrier 861Point 17391191 GIF SUR YVETTE
Numéro de téléphone: 33.1.69.08.01.53
Courriel: bertrand.delezoide@cea.fr
Choisissez le pays que vous souhaitez le visiter pour étudier gratuitement, travailler ou faire du bénévolat