Session #3
- Date: Wednesday, 1st December 2021
- Time: 15h30 - 17h30
- Hybrid event (in SCAI and Online)
- Pre-register here
Talks:
Introduction Ă l’Utilisation de MLFlow (slides)
By: Ghisalin Vaillant - CNRS/Institut du Cerveau
La plateforme open source MLFlow permet la gestion du cycle de vie des
expériences en machine learning, garantir sa reproductibilité, déployer les
rĂ©sultats et gĂ©rer la gestion d’artifacts (modèles) issues de ces expĂ©riences
d’une façon simple et intuitive. Cette prĂ©sentation explore les concepts de
base pour l’utilisation de cet outil.
Geomstats : DĂ©veloppement d’une bibliothèque de gĂ©omĂ©trie pour l’apprentissage statistique (slides)
By: Thomas Gerald, Nicolas Guigui - Sorbonne Université, Inria
Dans cette présentation, nous parlerons de la bibliothèque Geomstats : une
bibliothèque de gĂ©omĂ©trie Riemannienne pour l’apprentissage statistique.
Nous prĂ©senterons tout d’abord les grands principes du package ainsi que
plusieurs cas d’application. Dans un second temps, nous discuterons de son
dĂ©veloppement : l’organisation des sprints, les pratiques mis en place ainsi
que les différents outils utilisés pour son déploiement et le maintien du
code. Avec l’essor des applications et des bibliothèques d’apprentissage
profond, nous discuterons des choix permettant l’interopĂ©rabilitĂ© du package
avec des backends de premier plan : Numpy, PyTorch et Tensorflow. Enfin,
nous discuterons de la marche Ă suivre pour l’intĂ©gration de nouvelles
fonctionnalitĂ©s comme le support d’unitĂ© de calculs matriciels (GPUs).