feat(ml,#12422,#4.1): conv NumPy from scratch + torch allclose, parité epsilon machine

[jsboige]

Grain: DEEP/notebook-python — lane myia-po-2026:CoursIA-2 — prev: MED/guard #13947

Tell c.830 — 4.1 / 3 notebooks Vision 04 (EPIC #12422, GO COMPLET user)

User-blocker #12422 levé en session directe 2026-09-01 (msg-20260901T074251-vfrtwn ai-01 dispatch) : GO COMPLET sur la série Vision 04, pas le GO réduit. 3 PRs/notebooks à livrer, ce cycle = 4.1, suite 4.2 (résiduelles) + 4.3 (transfer learning ResNet) sur les cycles suivants.

Claim posé c.830 avec paths corrigés (MyIA.AI.Notebooks/ML/DataScienceWithAgents/04-Vision/*, pas GenAI/Image/* comme mon ancien claim c.535 RELEASED pour incompatibilité) — j'avais auto-RELEASED c.535 sur constat paths incompatibles, merci à ai-01 pour la correction dans le dispatch.

Summary

Ouvre la série 04-Vision (MyIA.AI.Notebooks/ML/DataScienceWithAgents/04-Vision/) avec le premier notebook de la trilogie annoncée par l'Epic #12422 : le neurone convolutif from scratch. Implémentation NumPy pur (single + multi-canal) avec gradient vérifié par différence finie, parité epsilon machine avec torch.nn.Conv2d, et démonstration visuelle de l'invariance par translation sur image réelle (Sobel, Gaussien).

Trois primitives installées, qui serviront dans 4.2 (empilement profond) et 4.3 (transfer learning) :

1. conv2d_valid NumPy (C_in, H, W) → (C_out, H-kH+1, W-kW+1) avec sa rétropropagation
2. Parité NumPy ↔ torch à epsilon machine (float32 : 1,91e-06 ; float64 : 5,33e-15)
3. Pooling 2×2 + invariance par translation, mesurée pixel-à-pixel

Validation (rule H.1 — preuve réelle)

Exécution Papermill 36/36 cellules, 0 erreur :

• Cellule [3] §2 : Y_np[0,0] = -0.1234..., vérification directe écart = 0,00e+00 (formule exacte)
• Cellule [4] §2 vec : np.array_equal(Y_np, Y_vec) = True, max abs diff = 0,00e+00
• Cellule [5] §3 : gradient check NumPy vs différence finie, max abs diff = 1e-10 (seuil 1e-5) → PASS
• Cellule [12] §4 multi-canal : parité NumPy (C_in=3, C_out=4) vs torch.nn.Conv2d
  • float32 : max abs diff = 1,91e-06, max rel diff = 2,19e-05 → PASS (précision BLAS CPU)
  • float64 : max abs diff = 5,33e-15 → PASS (epsilon machine)
• Cellule [21] §5 invariance : translation de 3 pixels → position du max translate de 3 pixels (Sobel vertical sur bord franc)
• Cellule [22] §5 pooling : translation de 1 pixel → invisible après max-pool 2×2
• Cellule [26] §6 image réelle : Sobel v/h appliqué sur chat ImageNet, parité f32 NumPy vs torch = 4,77e-07 (v) / 0,00e+00 (h, bit-identical)

validate_pr_notebooks.py PASS (à rejouer post-push).

Scope (atomique)

Fichier	Statut	LoC
4.1-Conv-NumPy-Torch-Allclose.ipynb	new	36 cellules (26 md / 10 code, 3 exercices)
04-Vision/README.md	new	5050 chars (présentation trilogie 4.1-4.2-4.3)

Aucune modification à 03-DeepLearning/, 02-ML-Cours/, ou autre série. Aucun marqueur CATALOG-STATUS touché (catalog-pr-hygiene HARD 1). 2 fichiers, ~3000 lignes max (notebooks), domaine unique (Vision). Split OK (Tell c.692-L1 strict sustained).

C.1 — exercices stubs (sans raise NotImplementedError)

3 exercices (Tell c.692-L1 strict sustained ≥ 3) :

1. Filtre Laplacien : K_lap = [[0,1,0],[1,-4,1],[0,1,0]], application sur image, comparaison visuelle Sobel vs Laplacien, parité torch.
2. Empilement de 8 filtres aléatoires : (8, 3, 3), application + visualisation grille 2×4, commentaire sur spécialisation.
3. Invariance par translation quantitative : 6 translations [0..5], mesure position max sans/avec pooling, graphe, commentaire rayon d'invariance.

Tous trois : print("A completer") (jamais raise NotImplementedError), structure TODO etudiant conservée. Notebook s'exécute end-to-end même exercices non complétés.

C.2 — outputs commit-réalité

Toutes les cellules code portent execution_count ET outputs cohérents. Papermill SUCCESS 36/36. 3 PNG sauvés localement (/tmp/sobel_invariance.png, /tmp/filtres_appliques.png, etc.) — un seul est conservé en base64 dans le notebook (Sobel).

Compliance

• Tell c.692-L1 strict : 2 fichiers, < 3000 lignes, domaine unique (Vision), atomique.
• Tell c.711-L1 strict (pre-commit H.3) : execution_count != null partout, outputs != [], 0 raise NotImplementedError.
• Tell c.677-L4 sustained : body PR généré via scratchpad (c830_pr_body.md), pas dans le worktree.
• Tell c.805 LEÇON DURABLE : narrow count = 0 (terme banni user 2026-08-31T22h+).
• Tell c.591-L1 strict : CPU-only (NumPy + torch CPU), pas de GPU-only.
• Tell c.740 ★ sustained : cron f12ffe4d 7,37 * * * * actif.
• Tell c.806 LEÇON DURABLE : worktree AVANT édition, force-with-lease sur PR à lane unique.
• Tell c.745 NEW sustained : 3 GESTES BANNIS respectés (DELETE / PATCH neutralisant / PUT dismissals tiers — aucun applicable ici, PR vierge).
• Tell c.816 NEW durable : aucune action merge/close d'autrui, gh auth vérifié.
• Tell c.11145 ★★★ strict UN message : 1 DM envoyé ce cycle (ACK ai-01 msg-20260901T083714-l8ci02). PR fix(ci,#13874): forme universelle de la garde fork -- couvre pull_request_target #13947 escalade G-VAR-3 OVERRIDE postée c.829 — sustained, attente décision ai-01.
• Worker identity c.598 amended c.816 : gh auth switch autorisé mais non utilisé ce cycle.

Suite

Cycles à venir :

• c.831 : 4.2 — ConvNet profonde, résiduelles vs sans, normes gradient par couche. Cross-ref explicite avec 3.4-Attention-Transformer (même bloc pré-norme).
• c.832 : 4.3 — ResNet18 pré-entraîné ImageNet, frozen vs fine-tuned sur dataset français, 3 seeds + DM-test.

Closes Epic #12422 (sous-tâche 4.1 sur 3 — See #12422 pour la part Epic-wide, à fermer au merge de 4.3).

Refs #12422 (Epic parente)
Refs #13947 (escalade G-VAR-3 OVERRIDE sustained c.829 — drain prévu après merge 4.1)

[github-actions]

⚠️ Detector abstained (merge-base introuvable, shallow fetch or unanchored branch).

c.415 (#11873): scope = notebooks CHANGED in this PR, not the whole corpus.
See python scripts/check_markdown_claims_output.py --help for re-running locally.
Detector rationale: c.290 / c.331 / PR #11435 pathologie.

[github-actions]

G-VAR-2/3 GENRE signals (advisory, non bloquant, #10020).
La lane `myia-po-2026:CoursIA-2` voit ces signaux actifs sur les mergees du jour (UTC 2026-09-01) :

• CAP-EXCEEDED-BY-GENRE : light_genre > cap partage G-VAR-2 (tally : declared=2 genre=3 cap=1)
• NOTE ([variation] Le label est lane-agregat mais PR-attache : le merge-gate peut HOLD le grain de CONTENU qui remedie au motif #10341) : la PR courante est de classe CONTENU (non LIGHT-genre) et ne contribue pas au motif ci-dessus -- les labels agregees ne sont PAS poses sur cette PR (le merge-gate ne doit pas la HOLD pour ce motif ; le coupable est parmi les grains META de la lane).

G-VAR-2 plafonne a max(1, grains_mergees_du_jour // 3) LIGHT par lane et par jour, toutes categories LIGHT confondues -- un RATIO, pas un plafond plat ; le cap calcule du jour est dans le tally ci-dessus. G-VAR-3 interdit deux genres LIGHT consecutifs. Les signaux ci-dessus rendent le fait VISIBLE (labels variation-tier-inflation, `variation-genre-run`, `variation-genre-cap-exceeded`, `variation-genre-mismatch`, `variation-genre-unknown`) -- la decision de merge reste au coordinateur.

[github-actions]

Golden-Set Execution (H.7 P3)

✅ 8/8 notebooks passed (certified reproducible)

Notebook	Status	Time
2.1-Workflow-ML.ipynb	✅ SUCCESS	5.3s
2.2-Descente-de-gradient.ipynb	✅ SUCCESS	4.2s
2.3-Regression-lineaire-logistique.ipynb	✅ SUCCESS	5.0s
2.4-Arbres-Forets-Ensembles.ipynb	✅ SUCCESS	4.8s
Search-1-StateSpace.ipynb	✅ SUCCESS	3.9s
SL-1-LogicalLearning.ipynb	✅ SUCCESS	2.7s
rl_4_multi_armed_bandits.ipynb	✅ SUCCESS	25.6s
GameTheory-04c-NashExistence-Python.ipynb	✅ SUCCESS	3.3s

Pinned lockfile: scripts/notebook_tools/golden_set.lock.txt (H.7 P3, axe A #4208)

[github-actions]

Notebook PR Validation: PASS

• Notebooks checked: 1
• Code cells validated: 10
• Result: All passed

Checks: H.1 (no errors), H.3 (execution_count), C.1 (no banned patterns)
Non-Python kernels (.NET/Lean): C.1 + errors only (execution_count advisory)
QuantConnect notebooks: C.1 + errors only (require QC Cloud for execution)