Réseaux neuronaux et systèmes flous

[ИАД, осень 2025] Методы глубокого обучение. Лекция 6: Image Classification

[ИАД, automne 2025] Méthodes d'apprentissage profond. Cours 6 : Image Classification

Deep Learning 4 [Odd Semester 2025/2026 Telyu] - Convolutional Neural Network (CNN)

Apprentissage profond 4 [Semestre impair 2025/2026 Telyu] - Réseau de neurones convolutif (CNN)

MLP_25T3_Week3_Session2

MLP_25T3_Semaine3_Séance2

Uncertainty quantification for neural networks in particle physics - Anja BUTTER

Quantification de l'incertitude pour les réseaux de neurones en physique des particules - Anja BUTTER

Uncertainty quantification for deep learning in astroparticle physics - Christian GLASER

Quantification de l'incertitude pour l'apprentissage profond en physique des astroparticules - Christian GLASER

Energy flow networks for jet quenching studies - Joao Gonçalves

Big Llm architecture comparison - part 2

Comparaison de l'architecture Big Llm - partie 2

MLP_T32025_Week3_LiveSession1

MLP_T32025_Semaine3_SessionEnDirect1

[ИАД, осень 2025] Методы глубокого обучения. Семинар 3: CNN Implementation

[ИАД, automne 2025] Méthodes d'apprentissage profond. Séminaire 3 : Implémentation de CNN

MLP Project Live Session

Session en direct du projet MLP

Deep Learning 3 [Odd Semester 2025/2026 Telyu] - Deep Learning Computation

Deep Learning 3 [Odd Semester 2025/2026 Telyu] - Calcul de Deep Learning

Ying Fan: Looped Transformers for Length Generalization

Ying Fan: Transformateurs en boucle pour la généralisation de longueur

Andrew Gordon Wilson: Deep Learning is Not So Mysterious or Different

Andrew Gordon Wilson : Le deep learning n'est pas si mystérieux ou différent

Stanford CS230 | Autumn 2025 | Lecture 1: Introduction to Deep Learning

Stanford CS230 | Automne 2025 | Cours 1 : Introduction au Deep Learning

Backpropagation Visually Explained | Deep Learning Part 2

Rétropropagation expliquée visuellement | Apprentissage profond (partie 2)

Ashok Vardhan: Attention with Markov: A Curious Case of Single-layer Transformers

Ashok Vardhan: Attention avec Markov: Un cas curieux de transformateurs à couche unique

The Big LLM Architecture Comparison - Part 2

La Grande Comparaison des Architectures de LLM - Partie 2

L’algorithme étonnant qui lit dans le futur

Deep Learning 2 [Odd Semester 2025/2026 Telyu] - Multilayer Perceptrons & Neural Network

Deep Learning 2 [Odd Semester 2025/2026 Telyu] - Perceptrons multicouches et réseau neuronal

Deep Learning 1 [Odd Semester 2025/2026 Telyu] - Introduction to Deep Learning

Deep Learning 1 [Odd Semester 2025/2026 Telyu] - Introduction au Deep Learning

Stacked-Residual PINN for State Reconstruction || Sep 26, 2025

PINN à résidus empilés pour la reconstruction d'état || 26 sept. 2025

MLP Project Orientation | T3 25

Orientation du projet MLP | T3 25

The Big LLM Architecture Comparison

La grande comparaison des architectures de LLM

Conferencias- De átomos a algoritmos: la revolución de la IA en Física y Química

Conférences- Des atomes aux algorithmes : la révolution de l'IA en Physique et Chimie

[ИАД, осень 2025] Методы глубокого обучение. Лекция 3: Initialization, Normalization, CNN

[ИАД, automne 2025] Méthodes d'apprentissage profond. Conférence 3 : Initialization, Normalization, CNN

Neural Networks Intuition

Intuition des réseaux de neurones

[ИАД, осень 2025] Методы глубокого обучения. Занятие 2: Optimization, Regularization

[ИАД, automne 2025] Méthodes d'apprentissage profond. Leçon 2 : Optimization, Regularization

[ИАД, осень 2025] Методы глубокого обучения. Занятие 1: Introduction, MLP, Backpropagation

[IAD, automne 2025] Méthodes d'apprentissage profond. Leçon 1 : Introduction, MLP, Backpropagation

Abnormal convergence issue in DeepONet || ML in modeling turbulent mixing || Sep 5, 2025

Problème de convergence anormale dans DeepONet || ML dans la modélisation du mélange turbulent || 5 septembre 2025

Stanford CS231N Deep Learning for Computer Vision | Spring 2025 | Lecture 6: CNN Architectures

Stanford CS231N Deep Learning pour la vision par ordinateur | Printemps 2025 | Cours 6 : Architectures CNN

Stanford CS231N | Spring 2025 | Lecture 8: Attention and Transformers

Stanford CS231N | Printemps 2025 | Cours 8 : Attention et Transformeurs

Stanford CS231N | Spring 2025 | Lecture 7: Recurrent Neural Networks

Stanford CS231N | Printemps 2025 | Cours 7 : Réseaux de neurones récurrents

Stanford CS231N | Spring 2025 | Lecture 5: Image Classification with CNNs

Stanford CS231N | Printemps 2025 | Cours 5 : Classification d'images avec des CNN

Stanford CS231N | Spring 2025 | Lecture 4: Neural Networks and Backpropagation

Stanford CS231N | Spring 2025 | Lecture 4: Réseaux de neurones et rétropropagation

Stanford CS231N | Spring 2025 | Lecture 3: Regularization and Optimization

Stanford CS231N | Printemps 2025 | Cours 3 : Régularisation et optimisation

Prof. Sophie Langer | Keynote Speaker - Statistical Breakthroughs and Novel Perspectives in Deep ...

Prof. Sophie Langer | Conférencière principale - Percées statistiques et nouvelles perspectives en apprentissage profond...

Fredholm Neural Networks || Aug 29, 2025

Réseaux de neurones de Fredholm || 29 août 2025

Dr. Andrea Agazzi | Clustering Dynamics in Mean-Field Models of Transformers

Dr. Andrea Agazzi | Dynamique de regroupement dans les modèles de champ moyen des transformateurs

MLP End Term Revision

Révision de fin de mandat du MLP

Juno Kim: Transformers Provably Solve Parity Efficiently with Chain of Thought

Juno Kim : Transformers résolvent prouvablement la parité efficacement avec Chain of Thought