Munich / Berkeley

Petits réseaux. Pensée récursive.

Du deep learning avec peu de paramètres : je reconstruis des architectures qui appliquent plusieurs fois le même réseau.

Récursion à poids partagésUne entrée x entre dans un réseau f de poids theta. La sortie h est réinjectée T fois dans le même réseau, puis vient la sortie finale.xŷfθ partagéh ← f(x, h) ×T3 couches → 1 couche ×T
Un réseau, appliqué T fois.

En un coup d'œil

Études
Management & Technology, TU München
Échange
UC Berkeley, 2026/27
En ce moment
TRM reconstruit en Keras
Spécialisation
Computer Engineering

Travail

Projets

Tous les projets →

Contact

Écris-moi.

Pas de formulaire, pas de détour. Un e-mail me parvient directement.