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).

• 00:00 Introduction de la séquence
• 04:52 Sommaire
• 06:00 Apprentissage “self supervised”
• 07:50 Architecture d’un autoencodeur
• 10:12 Encodeur
• 14:16 Décodeur
• 24:34 Encodeur, Espace latent, Décodeur
• 42:12 L’API fonctionnelle de Keras
• 47:51 Multiple input model
• 49:34 Multiple output model
• 52:52 Inception model
• 01:01:10 Exemple 1 : Débruiteur classique
• 01:33:21 Exemple 2 : Dual output (debruiteur + classifieur)
• 01:39:43 Exemple 3 : Dual output +Inception
• 01:49:08 To keep in mind
• 01:53:28 Next week on Fidle, les VAE !

Durée 2h