... | @@ -51,24 +51,25 @@ Ce programme est en cours de finition :grinning: : |
... | @@ -51,24 +51,25 @@ Ce programme est en cours de finition :grinning: : |
|
* **`Séquence 5`** : [Mathématiques, gradients everywhere !!!](#seq5)
|
|
* **`Séquence 5`** : [Mathématiques, gradients everywhere !!!](#seq5)
|
|
* **`Séquence 6`** : [Méthodologie des modèles/apprentissage + fine-tuning + TP](#seq6)
|
|
* **`Séquence 6`** : [Méthodologie des modèles/apprentissage + fine-tuning + TP](#seq6)
|
|
* **`Séquence 7`** : [Réseaux convolutifs CNN](#seq7)
|
|
* **`Séquence 7`** : [Réseaux convolutifs CNN](#seq7)
|
|
* **`Séquence 8`** : [RNN & Transformers](#seq8)
|
|
* **`Séquence 8`** : [RNN et Embedding](#seq8)
|
|
* **`Séquence 9`** : [Autoencodeur (AE), un exemple d'apprentissage self supervised](#seq9)
|
|
* **`Séquence 9`** : [Transformers](#seq9)
|
|
* **`Séquence 10`** : [Variational Autoencoder (VAE), jouer avec les espaces latents](#seq10)
|
|
* **`Séquence 10`** : [Travailler avec des données structurées : Graph Neural Network (GNN)](#seq10)
|
|
* **`Séquence 11`** : [Generative Adversarial Networks (GAN)](#seq11)
|
|
* **`Séquence 11`** : [Variational Autoencoder (VAE), jouer avec les espaces latents](#seq11)
|
|
* **`Séquence 12`** : [Travailler avec des données structurées : Graph Neural Network (GNN)](#seq12)
|
|
* **`Séquence 12`** : [Generative Adversarial Networks (GAN)](#seq12)
|
|
* **`Séquence 13`** : [Diffusion model, text to image](#seq13)
|
|
* **`Séquence 13`** : [Autoencodeur (AE), un exemple d'apprentissage self supervised](#seq13)
|
|
* **`Séquence 14`** : [Tactiques et stratégies du Deep Reinforcement Learning.](#seq14)
|
|
* **`Séquence 14`** : [Diffusion model, text to image](#seq14)
|
|
* **`Séquence 15`** : [Des neurones pour la physique, les physics-informed neural networks (PINNS)](#seq15)
|
|
* **`Séquence 15`** : [Tactiques et stratégies du Deep Reinforcement Learning.](#seq15)
|
|
|
|
* **`Séquence 16`** : [Des neurones pour la physique, les physics-informed neural networks (PINNS)](#seq16)
|
|
|
|
|
|
### [`III. Acteur de l’IA, Optimisation, conception, etc. 🛠️`](#toc3)
|
|
### [`III. Acteur de l’IA, Optimisation, conception, etc. 🛠️`](#toc3)
|
|
|
|
|
|
---
|
|
---
|
|
|
|
|
|
* **`Séquence 16`** :[ Fusion de modèle / multi-modalité](#seq16)
|
|
|
|
* **`Séquence 17`** :[ Apprendre plus vite et moins cher, optimiser l’apprentissage et réduire notre empreinte carbone](#seq17)
|
|
* **`Séquence 17`** :[ Apprendre plus vite et moins cher, optimiser l’apprentissage et réduire notre empreinte carbone](#seq17)
|
|
* **`Séquence 18`** : [Passer à la vitesse supérieure : l’accélération matérielle](#seq18)
|
|
* **`Séquence 18`** : [Passer à la vitesse supérieure : l’accélération matérielle](#seq18)
|
|
* **`Séquence 19`** :[ Nouveaux Frameworks d’apprentissage / Nouvelles Technos](#seq19)
|
|
* **`Séquence 19`** :[ Sytème complexes et multi-modalité](#seq19)
|
|
* **`Séquence 20`** : [Cas pratiques / retour d’expérience](#seq20)
|
|
* **`Séquence 20`** :[ Nouveaux Frameworks d’apprentissage / Nouvelles Technos](#seq20)
|
|
|
|
* **`Séquence 21`** : [Cas pratiques / retour d’expérience](#seq21)
|
|
* **`JDLS2024`** : [Perspective /Futur (JDLS) :woman::microscope:](#jdls)
|
|
* **`JDLS2024`** : [Perspective /Futur (JDLS) :woman::microscope:](#jdls)
|
|
|
|
|
|
# **`I. Bases, Concepts et enjeux`**
|
|
# **`I. Bases, Concepts et enjeux`**
|
... | | ... | |