Programme > Tutoriels

Dérivation automatique et optimisation avec la librairie torch 

	Tristan Mary-Huard
	Université Paris-Saclay, INRAE, CNRS, AgroParisTech, UMR GQE-Le Moulon, 91190 Gif-sur-Yvette, France Université Paris-Saclay, AgroParisTech, INRAE, UMR MIA-Paris, 91120 Palaiseau, France

torch est une implémentation R de la célèbre librairie Python PyTorch, offrant un environnement dédié à l'apprentissage des réseaux de neurones.
Ce tutoriel se concentre particulièrement sur les outils de dérivation automatique et d'optimisation disponibles dans torch.
En utilisant la chain rule (ou théorème de dérivation des fonctions composées), la dérivation automatique permet de calculer efficacement le gradient d'une fonction, sans recourir à la dérivation symbolique ou à des approximations numériques.
Ceci simplifie le code en éliminant le besoin pour l'utilisateur de calculer et d'implémenter manuellement les dérivées.
De plus, torch implémente des méthodes d'optimisation classiques (Adam, L-BFGS, Stochastic Gradient Descent, etc.), et fournit donc une librairie complète pour les statisticiens développant leurs propres modèles.
Ce tutoriel sera illustré par un exemple de régression logistique.

Prérequis :

• Savoir réaliser un modèle glm (par exemple la régression logistique)
• Connaitre les bases de la modélisation en statistique (par exemple le modèle de régression logistique)

Durée : 2h

Avant de venir au tutoriel, il faudrait installer les packages suivants :

• torch
• tidyverse (optionnel mais recommandé)

Remplacer Docker et {renv} avec Nix pour des analyses reproductibles 

	Bruno Rodrigues
	Ministère de la Recherche et de l’Enseignement supérieur au Luxembourg

Dans ce tutoriel, Bruno va vous présenter le gestionnaire de logiciels Nix qui permet d’installer des logiciels de manière reproductible. Celui-ci peut être utilisé pour non seulement installer R, mais aussi des paquets R depuis le CRAN, Bioconductor ou encore Github. Nix s’occupe d’installer toutes les dépendances de tous les paquets, et va donc, par exemple, installer Java s’il faut installer un paquet R qui dépend de celui-ci, comme {rJava}. Afin de faciliter l’utilisation de Nix, un paquet développé par l’auteur, {rix}, sera utilisé.

Niveau recommandé : confortable avec R voir avancé

Durée : 2h

Avant de venir au tutoriel, il faudrait installer Nix. Les instructions sont disponibles ici pour Linux et Windows: https://b-rodrigues.github.io/rix/articles/b1-setting-up-and-using-rix-on-linux-and-windows.html et ici pour macOS: https://b-rodrigues.github.io/rix/articles/b2-setting-up-and-using-rix-on-macos.html