home.md

@@ -11,14 +11,9 @@ https://www.youtube.com/channel/UC4Sukzudhbwr6fs10cXrJsQ
 
 **- Prochain rendez-vous -** 
 
-Paramètres Zoom :  
-https://grenoble-inp.zoom.us/j/92701645094?pwd=b1VGbEZQbEoyTHRmUFVsNE11VWR1QT09  
-N° de webinaire : 927 0164 5094  
-Code secret : 6565  
-
-|**Jeudi 18 mars, 14h, Séquence 5 : <br>Les réseaux autoencodeurs (AE), un exemple d'apprentissage non supervisé.**|
+|**Jeudi 25 mars, 14h, Séquence 6 : <br>Du réseau autoencodeur (AE) au Variational Autoencoder (VAE)<br>ou comment parcourir l'imagination de nos réseaux.**|
 |--|
-|Principes et architecture des réseaux autoencodeurs.<br> Convolutions classiques et transposées - Espaces latents.<br> Programmation procédurale avec Keras - GPU et batch.<br>Exemple proposé :<br>Débruitage d'images fortement bruitées.<br>Où, comment à partir de ces image :<br> ![AE2-07-test-noisy-xs](uploads/864b6baebb75d672007badb09e16bfd4/AE2-07-test-noisy-xs.png)<br> Il est possible de retrouver  celles-ci !<br>![AE2-08-test-predict-xs](uploads/156f09926c8bf47613e62ab74c62484c/AE2-08-test-predict-xs.png) |
+|Principes et architecture d'un Variational Autoencoder (VAE).<br>Problématiques liées à la gestion de "gros" datasets.<br>Projection gaussienne - Génération de données - Morphing dans l'espace latent.<br>Programmation avancée avec Keras - Datasets clusterisés.<br>Exemple proposé :<br>Génération de données et morphing dans l'espace latent.<br>![VAEjpg](uploads/3d6f966202a0e845b449eb2cc5035d75/VAEjpg.jpg)|
 |Durée : 2h - Les paramètres de diffusion seront [précisés la veille dans le wiki](https://gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle/-/wikis/Fidle%20%C3%A0%20distance/En%20bref) |
 
 Voir le **[programme](Fidle à distance/Présentation#programme-)**\