Réseaux neuronaux et systèmes flous

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

How to Give GPT-5 External Memory in ChatGPT

Comment ajouter de la mémoire externe GPT-5 dans ChatGPT

Deqing Fu: Algorithmic Perspectives on Understanding Transformers

Deqing Fu: Perspectives algorithmiques sur la compréhension des Transformers

MLP 25T2 Time series

MLP 25T2 Série temporelle

Jiaoda Li: Characterizing the Expressivity of Transformer Language Models

Jiaoda Li : Caractérisation de l'expressivité des modèles de langage Transformer

Chris Köcher: NoPE: The Counting Power of Transformers with No Positional Encodings

Chris Köcher : NoPE : La puissance de comptage des Transformers sans encodage positionnel

Alexandra Butoi: Training Neural Networks as Recognizers of Formal Languages

Alexandra Butoi : Entraîner des réseaux de neurones comme reconnaisseurs de langages formels

Let me explain PyTorch in 7 Concepts

Laissez-moi vous expliquer PyTorch en 7 concepts

The New Computer That Thinks Like a Brain

Le nouvel ordinateur qui pense comme un cerveau

Will AI outsmart human intelligence? - with 'Godfather of AI' Geoffrey Hinton

L'IA surpassera-t-elle l'intelligence humaine ? - avec Geoffrey Hinton, « Parrain de l'IA »

This AI just killed voice actors

Cette IA vient de tuer les acteurs de doublage

DeepSeek-R1 Thoughtology: ＜Thinking＞ about LLM Reasoning

DeepSeek-R1 Thoughtology: ＜Thinking＞ sur le raisonnement des LLM

OpenAI o3 & o4-mini shocking abilities

Capacités choquantes d'OpenAI o3 et o4-mini

Le robot OPTIMUS choque le monde ! Les robots progressent plus vite que prévu ! Tesla & Musk