Voici quelques détails pour ceux qui m’ont demandé : GPGPU 1.Architectures des GPUs 2.Programmation des GPUs avec CUDA 3.Patterns de programmations efficaces: considération mémoire 4.Patterns de programmations efficaces: Histogrammes & Réductions MLOps - cloud et embarqué Dans ce cours nous étudierons les différentes manières de déployer un modèle de machine learning en production. Le cours contiendra deux grandes parties : 1. MLOps et mise en production de modèle via le cloud : webservice, streaming kafka. Le monitoring de modèle en production sera également abordé. 2. La mise en production de modèle sur des dispositifs embarqués : téléphone, micro-controlleur ou FPGA. Informatique Quantique 1 : Mathematical reminders : complex numbers and linear algebra 2 : Concept of qubits, measurements, systems of several qubits 3 : One and two-qubit gates, small quantum circuits. Exercises about controlled rotations and Toffoli gate. 4 : n-sized quantum circuits, examples of advantage over classical circuits (like Simon's circuit), universality of some quantum gate sets, inclusion/control of sub-circuits. 5 - Entanglement-related properties : quantum teleportation, superdense coding, etc 6 - Examples of quantum experiments : Bell test, CHSH game, etc Quantum Machine Learning 1/2 « Polyadic quantum classifiers » 3/4 - Q&A sessions about a QML-related project.
Le 3 avr. 2022 à 21:13, Nicolas BOUTRY <nicolas.boutry@lrde.epita.fr> a écrit :
Bonjour à tous,
J’aurais besoin de récolter dès maintenant vos choix pour le S9 parmi les 3 choix suivants :
[1] Informatique Quantique puis Quantum Machine Learning
[2] Informatique Quantique puis MLOps
[3] GPGPU puis MLOps
Bien entendu, un seul choix est possible.
Merci de me donner vos réponses avant le Dimanche 10 Avril, 23h42 :)
Bonne soirée, Nicolas
_______________________________________________ 2023-scia mailing list -- 2023-scia@ml.cri.epita.fr To unsubscribe send an email to 2023-scia-leave@ml.cri.epita.fr