L'apprentissage profond fournit les meilleures performances de l'état de l'art dans de nombreux domaines (reconnaissance d'images, traitement naturel du langage, ...). Une des prochaines étapes consiste en l'apprentissage d'algorithmes, afin de proposer de nouvelles formes de généralisation pour l'IA. Ce problème est actuellement très difficile car il nécessite des récurrences algorithmiques, la gestion d'une mémoire et la combinaison de sous-tâches, ce qui engendre des problèmes d'apprentissage et de faibles performances. Nous présentons une méthode d'apprentissage originale (UAT : Unrolling Algorithmic Training) pour aborder ces spécificités, appliquée à la multiplication multi-digit.