... | ... | @@ -41,10 +41,10 @@ Ce programme est en cours de finition 😀 : |
|
|
* **Séquence 7** : Réseaux convolutifs CNN
|
|
|
* **Séquence 8** : RNN & Transformers
|
|
|
* **Séquence 9** : Autoencodeur (AE), un exemple d'apprentissage self supervised
|
|
|
* **Séquence 11**: Generative Adversarial Networks (GAN)
|
|
|
* **Séquence 11**: Generative Adversarial Networks (GAN)(![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png))
|
|
|
* **Séquence 13**: Diffusion model, text to image
|
|
|
* **Séquence 14**: Tactiques et stratégies du Deep Reinforcement Learning
|
|
|
* **Séquence 15**: Des neurones pour la physique, les physics-informed neural networks (PINNS)
|
|
|
* **Séquence 14**: Tactiques et stratégies du Deep Reinforcement Learning(![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png))
|
|
|
* **Séquence 15**: Des neurones pour la physique, les physics-informed neural networks (PINNS)(![](uploads/c43a9c778cef4e343062d267ee5f8ffb/00-fidle-piment-x1.png))
|
|
|
|
|
|
### [III. Acteur de l’IA, Optimisation, conception, etc. 🛠️ ](#toc3)
|
|
|
---
|
... | ... | |