Fidle-à-distance/Présentation.md

 [<img width="800px" src="https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/raw/master/fidle/img/00-Fidle-header-01.svg"></img>](#)
 
 
+[[_TOC_]]
+
+
 # Une session Fidle à distance...
+
 Faute de pouvoir organiser des sessions en présentiel, nous vous proposons une **session Fidle à distance** :-)
 
 Les objectifs de cette session à distances sont les mêmes que pour les sessions en présentiel.
@@ -17,6 +21,7 @@ Cette action est organisée dans le cadre des **réseaux métiers du CNRS** : Re
 [<img width="300px" src="https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/raw/dev/fidle/img/00-logos-reseaux.png"></img>](#)
 
 # Objectifs pédagogique :
+
 - Comprendre les bases de **l'apprentissage profond** avec des réseaux de neurones,
 - Développer une première expérience à travers des **exemples simples** et représentatifs,
 - Appréhender les technologies **Tensorflow/Keras** et/avec Jupyter lab.
@@ -42,7 +47,7 @@ L'idée est de proposer un **découpage en séquences** relativement courtes, de
 - Les séquences suivantes sont globalement indépendantes.
 - Le contenu des séquences pourra être adapté en fonction des demandes ou du contexte :-)
 
-#### Séquence 1 :  Contexte et historique, de la régression linéaire aux réseaux de neurones.
+### Séquence 1 :  Contexte et historique, de la régression linéaire aux réseaux de neurones.
 - Introduction du cycle
 - Historique et concepts fondamentaux<br>
   Fonction de perte - Descente de gradient - Optimisation - Hyperparamètres<br>