diff --git a/README.ipynb b/README.ipynb
index e1b76a0bed6eb5f3bf6d39e227dd708497ca7b19..fea3761d9186afa4da2eb186e79c8fdffe292610 100644
--- a/README.ipynb
+++ b/README.ipynb
@@ -3,13 +3,13 @@
   {
    "cell_type": "code",
    "execution_count": 1,
-   "id": "recreational-nashville",
+   "id": "received-innocent",
    "metadata": {
     "execution": {
-     "iopub.execute_input": "2021-03-09T21:31:23.244381Z",
-     "iopub.status.busy": "2021-03-09T21:31:23.239922Z",
-     "iopub.status.idle": "2021-03-09T21:31:23.248674Z",
-     "shell.execute_reply": "2021-03-09T21:31:23.249067Z"
+     "iopub.execute_input": "2021-03-12T19:59:35.281711Z",
+     "iopub.status.busy": "2021-03-12T19:59:35.281338Z",
+     "iopub.status.idle": "2021-03-12T19:59:35.289485Z",
+     "shell.execute_reply": "2021-03-12T19:59:35.289162Z"
     },
     "jupyter": {
      "source_hidden": true
@@ -31,7 +31,7 @@
        "## Session Fidle à distance (NEW !)\n",
        "\n",
        "Faute de pouvoir organiser des sessions en présentiel,\\\n",
-       "nous vous proposons une **session à distance** :-)\n",
+       "nous vous proposons une version **Fidle à distance** :-)\n",
        "\n",
        "**- Voir ou revoir en ligne -**\n",
        "\n",
@@ -40,9 +40,9 @@
        "**- Prochain rendez-vous -**  \n",
        "\n",
        "\n",
-       "|**Jeudi 11 mars, 14h, Séquence 4 : <br>Réseaux de Neurones Récurrents (RNN)<br>Gestion des données séquentielles et/ou temporelles.**|\n",
+       "|**Jeudi 18 mars, 14h, Séquence 5 : <br>Les réseaux autoencodeurs (AE), un exemple d'apprentissage non supervisé.**|\n",
        "|--|\n",
-       "|Principes et concepts des réseaux de neurones récurrents.<br>Préparation et gestion d'un dataset réel de type séquence. Mise en œuvre et utilisation des RNN.<br>Long short-term memory (LSTM), Gated recurrent unit (GRU), cellules récurrentes, Générateur de séquences.<br>Exemple proposé :<br>Prédiction de trajectoires d'une coccinelle virtuelle ;-)<br>Prévisions météorologique à 3h et 12h, à partir de données réelles, issues des messages internationaux d’observation en surface (SYNOP) de l’Organisation Météorologique Mondiale (OMM).|\n",
+       "|Principes et architecture des réseaux autoencodeurs.<br> Convolutions classiques et transposées - Espaces latents.<br> Programmation procédurale avec Keras - GPU et batch.<br>Exemple proposé :<br>Débruitage d'images fortement bruitées.<br>Où, comment à partir de ces image :<br> ![AE2-07-test-noisy-xs](./fidle/img/AE2-noisy.png)<br> Il est possible de retrouver  celles-ci !<br>![AE2-08-test-predict-xs](./fidle/img/AE2-predict.png) |\n",
        "|Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |\n",
        "\n",
        "A propos de **[Fidle à distance](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref)**\\\n",
diff --git a/README.md b/README.md
index cace50710e6743886ef3807e64c509f391a3e622..15874df7aacee93ecf1ea72a3b7517361eeaf7cc 100644
--- a/README.md
+++ b/README.md
@@ -10,7 +10,7 @@
 ## Session Fidle à distance (NEW !)
 
 Faute de pouvoir organiser des sessions en présentiel,\
-nous vous proposons une **session à distance** :-)
+nous vous proposons une version **Fidle à distance** :-)
 
 **- Voir ou revoir en ligne -**
 
@@ -19,9 +19,9 @@ https://www.youtube.com/channel/UC4Sukzudhbwr6fs10cXrJsQ
 **- Prochain rendez-vous -**  
 
 
-|**Jeudi 11 mars, 14h, Séquence 4 : <br>Réseaux de Neurones Récurrents (RNN)<br>Gestion des données séquentielles et/ou temporelles.**|
+|**Jeudi 18 mars, 14h, Séquence 5 : <br>Les réseaux autoencodeurs (AE), un exemple d'apprentissage non supervisé.**|
 |--|
-|Principes et concepts des réseaux de neurones récurrents.<br>Préparation et gestion d'un dataset réel de type séquence. Mise en œuvre et utilisation des RNN.<br>Long short-term memory (LSTM), Gated recurrent unit (GRU), cellules récurrentes, Générateur de séquences.<br>Exemple proposé :<br>Prédiction de trajectoires d'une coccinelle virtuelle ;-)<br>Prévisions météorologique à 3h et 12h, à partir de données réelles, issues des messages internationaux d’observation en surface (SYNOP) de l’Organisation Météorologique Mondiale (OMM).|
+|Principes et architecture des réseaux autoencodeurs.<br> Convolutions classiques et transposées - Espaces latents.<br> Programmation procédurale avec Keras - GPU et batch.<br>Exemple proposé :<br>Débruitage d'images fortement bruitées.<br>Où, comment à partir de ces image :<br> ![AE2-07-test-noisy-xs](./fidle/img/AE2-noisy.png)<br> Il est possible de retrouver  celles-ci !<br>![AE2-08-test-predict-xs](./fidle/img/AE2-predict.png) |
 |Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |
 
 A propos de **[Fidle à distance](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref)**\
diff --git a/fidle/01-update-index.ipynb b/fidle/01-update-index.ipynb
index 63f040089ccea289d6bf4aef131712e0af86aaff..a1b4ea00164e80f4fa0e0f87d79674cebce39aec 100644
--- a/fidle/01-update-index.ipynb
+++ b/fidle/01-update-index.ipynb
@@ -466,7 +466,7 @@
      "name": "stdout",
      "output_type": "stream",
      "text": [
-      "Completed on :  Tuesday 09 March 2021, 22:31:23\n"
+      "Completed on :  Friday 12 March 2021, 20:59:35\n"
      ]
     }
    ],
diff --git a/fidle/img/AE2-noisy.png b/fidle/img/AE2-noisy.png
new file mode 100755
index 0000000000000000000000000000000000000000..e6c1f5a2775b39ad1c2440f9ba02f4afc1772a50
Binary files /dev/null and b/fidle/img/AE2-noisy.png differ
diff --git a/fidle/img/AE2-predict.png b/fidle/img/AE2-predict.png
new file mode 100755
index 0000000000000000000000000000000000000000..61cbdd9d10cfd3140cb872e8f8da4f0705ad8fb3
Binary files /dev/null and b/fidle/img/AE2-predict.png differ