# CM6 : Deep Learning ---

## 1. Pourquoi "Deep" ? Avant 2010, on n'arrivait pas à entraîner des réseaux profonds (> 3 couches). Révolution : * **Big Data** (Internet). * **GPU** (Calcul parallèle). * **Algorithmes** (ReLU, Adam, Dropout). Maintenant : des centaines de couches ! ---

## 2. Vision par Ordinateur (CNN) Traiter une image pixel par pixel ne marche pas (trop de connexions, pas d'invariance spatiale). **Convolution** : On passe des filtres (kernels) sur l'image. * Détecte les bords, puis les formes, puis les objets. * Inspiré du cortex visuel.

## Architecture CNN 1. **Convolution** : Extraction de features. 2. **Pooling** : Réduction de taille (résumé). 3. **Fully Connected** : Classification finale. ---

## 3. Traitement du Langage (NLP) Comprendre le texte, la traduction, le résumé. **Révolution Transformer (2017)** : * Mécanisme d'**Attention** : Le modèle regarde toute la phrase d'un coup et comprend les liens entre les mots ("il" fait référence à "animal"). * Parallélisable (contrairement aux RNN). ---

## 4. IA Générative * **LLM (GPT)** : Prédire le mot suivant. Entraîné sur tout Internet. * **Diffusion (DALL-E, Midjourney)** : Apprendre à débruiter une image pour générer du contenu à partir de bruit pur.