Questions et réponses récentes Séquence 13 : TP

Catégories

• Toutes les catégories
• Attestations (14)
• Installation FIDLE (19)
• 01 - Bases, concepts et histoire (57)
• 02 - L’enfer des données, des modèles et des représentations... (21)
• 03 - Démo et Illustration (8)
• 04 - AI, droit, société et éthique (5)
• 05 - Mathématiques, gradients everywhere !!! (6)
• 06 - Méthodologie des modèles/apprentissage + fine-tuning + TP (10)
• 07 - Réseaux convolutifs CNN (9)
• 08 - RNN et Embedding (10)
• 09 - Transformers (13)
• 10 - Graph Neural Network (GNN) (10)
• 11 - Autoencodeur (AE) (3)
• 12 - Variational Autoencoder (VAE) (2)
• 13 - Generative Adversarial Networks (GAN) (5)
• 14 - Diffusion Model (DM) (3)
• 15 - Deep Reinforcement Learning (DRL) (2)
• 16 - Physics Informed Neural Networks (PINNS) (4)
• 17 - Optimisation de l'apprentissage (2)
• 18 - Passer à la vitesse supérieure : l’accélération matérielle (0)
• 19 - Multi-modalité (1)
• 2nd JDLS (0)
• Archives 2022/2023 (77)
  • Installation Fidle (61)
  • Attestation (13)
  • Présentation de saison (11)
  • Séquence 1 (29)
  • Séquence 2 (81)
  • Séquence 3 (52)
  • Séquence 4 (27)
  • Séquence 5 (16)
  • Séquence 6 (20)
  • Séquence 7 (19)
  • Séquence 8 (35)
  • Séquence 9 (12)
  • Séquence 10 (11)
  • Séquence 11 (19)
  • Séquence 13 (9)
    • Séquence 13 : TP (1)
  • Séquence 14 (7)
  • Séquence 15 (7)
  • Séquence 16 (11)
  • Séquence 17 (5)
  • Séquence 18 (6)
  • Séquence 19 (5)
  • JDLS 2023 (3)