Réseaux neuronaux et systèmes flous

Andrea Montanari: The Phase Diagram of 2-Layer Neural Networks (September 24, 2026)

Andrea Montanari : Le diagramme de phases des réseaux de neurones à 2 couches (24 septembre 2026)

MLP Live session

Session en direct de MLP

REGULARIZATION IN NEURAL NETWORK | DEEP LEARNING | LECTURE 04 BY DR. JAISHREE JAIN | AKGEC

RÉGULARISATION DANS LE RÉSEAU NEURONAL | APPRENTISSAGE PROFOND | LEÇON 04 PAR DR. JAISHREE JAIN | AKGEC

CONVOLUTIONAL NEURAL NETWORK | DEEP LEARNING | LECTURE 03 BY DR. JAISHREE JAIN | AKGEC

RÉSEAU DE NEURONES CONVOLUTIF | APPRENTISSAGE PROFOND | CONFÉRENCE 03 PAR DR. JAISHREE JAIN | AKGEC

Steering LLMs - Why neuron L23-N8799 turns Qwen absolutely evil (and how to find it)

Diriger les LLM - Pourquoi le neurone L23-N8799 rend Qwen absolument maléfique (et comment le trouver)

MLP Live session

Session en direct MLP

Formation avancée à l’IA | DNN | Régression linéaire

Formation avancée à l’IA | DNN | L'histoire de l'activation et de la non-linéarité

Formation avancée à l’IA | DNN | L'art de la descente d'un paysage de Loss

Formation avancée à l’IA | DNN | De 1 à N neurones

Formation avancée à l’IA | DNN | Au cœur de l'apprentissage d'un réseau de neurones

Dominant Aligned Subspace Analysis on PINNs || Feature Tracking in PINNs || Oct 30, 2026

Analyse de Sous-espace Aligné Dominant sur PINNs || Suivi de Caractéristiques dans PINNs || 30 octobre 2026

Zhiqin Xu: Understanding reasoning of LLM via condensation

Zhiqin Xu: Comprendre le raisonnement des LLM via la condensation

LLM Inference Optimization - AI Engineering

Optimisation de l'inférence LLM - Ingénierie IA

PINNs with Entropy-Stable Finite-Volume Solvers || Processing Language || Oct 23, 2026

PINNs avec solveurs de volumes finis stables en entropie || Traitement du langage || 23 octobre 2026

Quantum-Assisted PINNs for Real-Time Orbit Prediction | Jay Shah Senior QML Researcher, BQP

PINNs assistés par quantum pour la prédiction d'orbites en temps réel | Jay Shah, chercheur senior QML, BQP

Do you Really Need a VLM?

Avez-vous vraiment besoin d'un VLM ?

This New Huawei NPU Is DESTROYING the Entire Tech Industry!

Cette nouvelle NPU de Huawei DÉTRUIT toute l'industrie technologique !

Weak and Entropy Physics-Informed Neural Networks || Oct 16, 2026

Réseaux de neurones informés par la physique, faibles et entropiques || 16 oct. 2026

The Science of Reverse Engineering Neural Networks | Mechanistic Interpretability

La science de l'ingénierie inverse des réseaux de neurones | L'interprétabilité mécaniste

Deep Learning 4 [Odd Semester 2026/2027 Telyu] - Deep Learning Computation & Foundations

Deep Learning 4 [Odd Semester 2026/2027 Telyu] - Calcul et Fondements du Deep Learning

MLP Live session

Session en direct MLP

Redes neuronales evolutivas, Reflection Beam, Enjambres y leyes de escala

Réseaux neuronaux évolutifs, Reflection Beam, Essaims et lois d'échelle

MLP Live session

Session live MLP

Deep Learning 3 [Odd Semester 2026/2027 Telyu] - Foundation of Deep Learning

Deep Learning 3 [Semestre Impair 2026/2027 Telyu] - Fondements du Deep Learning

Master Deep Learning in 6 Days: Day 5 - Overfitting, Early Stopping, Dropout, BatchNorm, Callbacks.

Maîtrisez le Deep Learning en 6 jours : Jour 5 - Surapprentissage, arrêt précoce, dropout, BatchNorm, callbacks.

Lec 37: Vision Language Models

Lec 37 : Modèles de langage visuels

Live coding Jev from Scratch | Understanding Qwen architecture

Codage en direct de Jev à partir de zéro | Comprendre l'architecture Qwen

How Deep Learning Finally Cracked Messy Tables - Frank Hutter

Comment le deep learning a enfin craqué les tableaux désordonnés - Frank Hutter

DeepSeek just solved LLM inferencing (again)

DeepSeek vient de résoudre l'inférence LLM (encore une fois)

DeepSeek Just Shrunk the KV Cache 437×

DeepSeek vient de réduire le cache KV de 437×

Deep Learning 1 [Odd Semester 2026/2027 Telyu] - Introduction to Deep Learning

Deep Learning 1 [Semestre Impair 2026/2027 Telyu] - Introduction au Deep Learning

Koji Hashimoto - On the interpretability of neural network solutions of PDEs in theoretical physics

Koji Hashimoto - Sur l'interprétabilité des solutions par réseaux de neurones des EDP en physique théorique

Master Deep Learning in 6 Days: Day 3 - Activation Function, Regression & Classification MLPNN,Keras

Maîtrisez le Deep Learning en 6 jours : Jour 3 - Fonction d'activation, régression et classification MLPNN, Keras

Paul Riechers - The shape of beliefs and abstraction in neural networks - IPAM at UCLA

Paul Riechers - La forme des croyances et de l'abstraction dans les réseaux de neurones - IPAM à UCLA

Yusu Wang - Neural Network Generalization through an algorithmic lens - IPAM at UCLA

Yusu Wang - Généralisation des réseaux de neurones à travers une lentille algorithmique - IPAM à UCLA

The End of VRAM-Bottlenecked LLMs: Qwen3.8-Flash-Next

La fin des LLM limités par la VRAM : Qwen3.8-Flash-Next

Let me explain Looped Transformers to you

Laissez-moi vous expliquer les Looped Transformers

Max Tegmark - Neural network interpretability: symmetry, geometry and formal verification

Max Tegmark - Interprétabilité des réseaux de neurones : symétrie, géométrie et vérification formelle

Mayank Jobanputra: Born a Transformer, Always a Transformer? On the Effect of Pretraining

Mayank Jobanputra : Né Transformer, toujours Transformer ? Sur les effets du pré-entraînement