Update home authored by Jean-Luc Parouty's avatar Jean-Luc Parouty
Bienvenu sur le site **Fidle** !
Fidle est une Formation d’Introduction au **Deep Learning**, en 20 séquences. L’objectif de la formation est de presenter les concepts fondamentaux du deep learning puis d’aller jusqu’aux architectures avancées(VAE, Transformers, GAN, ...). Fidle est une Formation d’Introduction au **Deep Learning**, en 20 séquences. L’objectif de la formation est de presenter les concepts fondamentaux du deep learning puis d’aller jusqu’aux architectures avancées(VAE, Transformers, GAN, ...).
Cette formation est totalement **libre sur youtube, gratuite et ouverte à toutes et à tous** ! Toutes les séquences sont [disponibles en ligne sur notre chaine YouTube](https://youtube.com/@CNRS-FIDLE) :-) Cette formation est totalement **libre sur youtube, gratuite et ouverte à toutes et à tous** ! Toutes les séquences sont [disponibles en ligne sur notre chaine YouTube](https://youtube.com/@CNRS-FIDLE) :-)
## Prochaine séquence
<table>
<tr>
<th>
<b>Séquence 12 : Jeudi 14 mars 14h : <br>Variational Autoencoder (VAE), ou comment jouer avec les espaces latents</b>
</th>
</tr>
<tr>
<td
[<img src="uploads/9a0668823c9779af1753edf88a7ab641/Live-12a.webp" width=400px>](https://www.youtube.com/@CNRS-FIDLE)
Les **Variational Autoencoder (VAE)** sont une famille de **modèles génératifs** capable
de **projeter**, de manière **contrôlée**, des données de **grande dimension** dans un espace latent
de **plus faible dimension**.
Ils sont particulièrement intéressants car, contrairement aux autoencodeurs “basiques”,
la **projection dans l’espace latent** est **organisée** de manière à permettre une **compréhension**
et une **utilisation** de cet espace latent, telle que la génération de données, l’extraction
de caractéristiques ou l’augmentation des données.
Les domaines d’applications sont potentiellement nombreux, **vision par ordinateur**,
**détection d’anomalie**, reconnaissance vocale, etc.
Au menu de cette épisode :
- Principes et architecture d’un Variational AutoEncodeur (VAE),
- Projection gaussienne,
- Génération de données,
- Morphing dans l’espace latent,
- Exemple proposé : Génération de données.
Durée : 2h00
</td>
</tr>
<tr>
<td>
En direct sur notre chaine **YouTube** - https://www.youtube.com/@CNRS-FIDLE
</td>
</tr>
</table>
Pour en savoir plus :
- A propos de la [**formation Fidle**](https://fidle.cnrs.fr/presentation)
- Découvrez le [**programme 2023/2024**](Fidle%20%C3%A0%20distance/Programme)
Toutes les **séquences** des sessions sont disponibles en replay sur notre [**chaine YouTube**](https://fidle.cnrs.fr/youtube)
Pour rester informé et bien recevoir toutes les infos de la prochaine saison,\
[**abonnez-vous à la liste d'infos :-)**](https://fidle.cnrs.fr/listeinfo)
## A propos de la formation Fidle :
- [**Présentation de la formation**](Fidle%20%C3%A0%20distance/Pr%C3%A9sentation)\
Informations pratiques, objectifs, modalités, etc.
- [**Programme 2023/2024**](Fidle%20%C3%A0%20distance/Programme)\
Présentation des 20 séquences de la nouvelle saison ! Pour rester informé : [**Abonnez-vous à la liste !**](https://fidle.cnrs.fr/listeinfo)\
Retrouvez nous sur notre [**chaine YouTube**](https://www.youtube.com/@CNRS-FIDLE)
## Travaux pratiques
- [Installation de l'environnement](Using-Fidle/Install-Fidle)
- [Start Jupyter lab](Using-Fidle/Running-Jupyter)
## Ressources
| SUPPORTS | TPs | VIDEOS |
|--|--|--|
| [**<br>Supports (pdf)**](https://fidle.cnrs.fr/supports)<br>Tous les<br>supports<br>(12 Mo) | [**<br>Environment**](https://fidle.cnrs.fr/installation)<br>Installation procedure<br>(Need 6GB) | [**<br>Vidéos**](https://fidle.cnrs.fr/youtube)<br> Chaine youtube <br>(1.2 Go) |
Notes : [Gitlab repository for notebooks](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle)
## A propos de Fidle
![](uploads/01b9552d60d651d8e161cf00e58088d5/logos-full.png){width="600"}
Cette formation est portée par l'institut d'Intelligence Artificielle **MIAI** de Grenoble, via le projet **EFELIA**, le **CNRS** et **l'Université Grenoble Alpes (UGA)**, avec le soutien et la participation de **l’IDRIS**, des ingénieurs du **Programme national de recherche en intelligence artificielle du CNRS (PNRIA)**, de la **Formation Permanente CNRS** et de la **Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS**, via les réseaux **DevLOG**, **Resinfo** et **Calcul**, ainsi que du **laboratoire SIMaP**. Pour **davantage d'informations**, vous pouvez aller sur notre:
## Licence - **Site web : [https://fidle.cnrs.fr](https://fidle.cnrs.fr)**
- Chaine YouTube : [https://youtube.com/@CNRS-FIDLE](https://youtube.com/@CNRS-FIDLE)
L'ensemble des ressources de cette formation est sous licence **Créative Common CC BY-NC-ND 4.0**
- Attribution, pas d’Utilisation commerciale, pas de Modification
- https://creativecommons.org/licenses/by-nc-nd/4.0/deed.fr
![](uploads/fd909e4607c0e9858a8088b5f39f60f5/00-fidle-ender-03.svg) ![](uploads/fd909e4607c0e9858a8088b5f39f60f5/00-fidle-ender-03.svg)
\ No newline at end of file