home.md

@@ -6,19 +6,20 @@ L'objectif de la formation Fidle est de proposer une introduction au **Deep Lear
 allant des concepts fondamentaux aux architectures avancées (VAE, Transformers, GAN, ...).\
 Cette formation est totalement libre, gratuite et ouverte à toutes et à tous !
 
-## Demandes d'attestation :
+## Prochaine session :
 
-Si vous avez suivi une séance fidle via Zoom, vous pouvez récupérer votre attestation en utilisant le lien suivant et en sélectionnant la séance à laquelle vous avez participé :
+|**Jeudi 16 décembre, 14h, Séquence 4 : <br>Démystifier les outils mathématiques pour l'apprentissage des réseaux de neurones.**|
+|--|
+|Qu-est ce qu'une descente de gradient ?<br>Comment est calculé le gradient dans les réseaux de neurones (retro-propagation) ?<br>Comment un réseau convolutif transforme t-il les images, couche après couche ?<br>Comment le réseau transforme couche après couche une donnée d'entrée en prédiction ?<br>"Stochastique"... c'est quoi ? Quel intérêt pour l'apprentissage des réseaux de neurones ?<br><br>Illustrations :<br> - Descente de gradient en régression linéaire (le réseau de neurones le plus simple !)<br> - Rétro-propagation 'à la main' sur un réseau avec des couches denses et convolutionnelles<br> - Transformation d'un image couche après couche dans un réseau convolutionnel|
+|Durée : 2h - Les paramètres de diffusion seront précisés la veille |
 
-- https://fidle.cnrs.fr/attestation
+Les **séquences précédentes** sont disponibles sur notre **[chaine YouTube](https://fidle.cnrs.fr/youtube)**
 
+## Demandes d'attestation :
 
-## Prochaine session :
+Si vous avez suivi une séance fidle via Zoom, vous pouvez récupérer votre attestation en utilisant le lien suivant et en sélectionnant la séance à laquelle vous avez participé :
 
-|**Jeudi 9 décembre, 14h. Séquence 3 :** <br>**Principes et concepts des réseaux convolutifs (CNN), Problématiques liées aux données** 2/2|
-|--|
-|L'objectif de cette séquence, essentiellement pratique, sera de mettre en œuvre<br> une chaine de traitement complète visant à effectuer une classification automatique<br> d'images de panneaux routiers, en conditions réelles.<br>Convolutions - Dropout - Pooling - Monitoring et Tensorboard - Augmentation de données <br>Passage à l'échelle (du notebook au batch) - Points de reprise (checkpoint), ...<br>Travaux pratiques : Classification d'images de panneaux routiers en conditions réelles. |
-| Zoom Meeting: https://zoom.us/join <br>Zoom Id: **930 1417 2328**<br>Code: **1209**<br>Diffusion simultanée en live sur notre chaine **YouTube** :-)|
+- https://fidle.cnrs.fr/attestation
 
 ## A propos de la formation Fidle :  
 - **[Présentation de la formation](Fidle à distance/Présentation)**\