home.md

@@ -13,15 +13,13 @@ Les séquences précédentes sont [disponibles en ligne sur notre chaine YouTube
 La prochaine séquence est :
 
 
-## Séquence 10 : Jeudi 2 février, 14h
+## Séquence 11 : Jeudi 9 février, 14h
 
-|**La magie des autoencodeur (AE), un exemple d'apprentissage "self supervised"**|
+|**Les Variational Autoencoder (VAE) ou comment jouer avec les espaces latents ;-)**|
 |--|
-|Les **autoencodeurs** illustrent merveilleusement bien et de manière très simple l'un des grands concepts de l'apprentissage profond, visant à réduire et à concentrer les informations essentielles au sein d'un **espace latent**. A la fois simples et performants, les autoencodeurs sont également un bel exemple **d'apprentissage autosupervisé** (self supervised learning). <br><br>Au sommaire de cette séquence : <br>- Principes et architecture des réseaux autoencodeurs. <br>- Convolutions classiques et transposées, upsampling <br>- Espaces latents. <br>- Programmation procédurale avec Keras <br>- Multi input/output, inception.<br> - Cas d’usages<br><br>**Exemple proposé :** <br>Débruitage d'images fortement bruitées.<br>_Où, comment à partir de ces image :_<br>[<img src="uploads/864b6baebb75d672007badb09e16bfd4/AE2-07-test-noisy-xs.png">](#)<br>_Il est possible de retrouver  celles-ci !_<br>[<img src="uploads/156f09926c8bf47613e62ab74c62484c/AE2-08-test-predict-xs.png">](#)<br>Durée : 2h |
+|Les **VAE** sont une évolution des autoencodeurs, dans laquelle on va guider la projection des données au sein de **l'espace latent**, de manière à pouvoir étudier et utiliser celui-ci. L'apprentissage pourra cette fois être totalement **non supervisé**.<br>Au sommaire de cette séquence :<br>- Principes et architecture d'un Variational Autoencoder (VAE).<br>- Projection gaussienne (ou probabiliste)<br>- Génération de données<br>- Morphing dans l'espace latent. <br>- Programmation avancée avec Keras <br>- Problématiques liées à la gestion de "gros" datasets, datasets clusterisés, batchs<br>**Exemple proposé :** <br>Mise en œuvre d'un VAE, génération de données et morphing dans l'espace latent.<br>[<img src="uploads/d654a6da30c289536baa4f2e41c7ba12/VAE2.jpg">](#)<br>Durée : 2h |
 | La séquence sera diffusée en direct sur notre chaine **[YouTube](https://www.youtube.com/@CNRS-FIDLE)** :-)<br>Lien : https://fidle.cnrs.fr/youtube <br>or : https://www.youtube.com/@CNRS-FIDLE|
 
-
-
 A propos de la **[formation Fidle](https://fidle.cnrs.fr/presentation)**  
 Découvrez le **[programme 2022/23](Fidle à distance/Programme)**