Contexte : L’entraînement d’un modèle PyTorch est instable et la perte oscille fortement. Le Problème : Le learning rate choisi est trop élevé. Extrait logique actuelle : optimizer = torch.optim.Adam(model.parameters(), lr=0.1) Contraintes : Tester plusieurs valeurs de learning rate. Introduire scheduler si nécessaire. Comparer stabilité des pertes. Livrable attendu : Proposer une stratégie d’optimisation du learning rate améliorant convergence et performance.