Nous abordons le problème d'apprentissage simultané d'un regroupement k-means et d'une représentation de caractéristiques profondes à partir de données non étiquetées, un enjeu d'intérêt croissant en raison du potentiel du k-means profond à surpasser les stratégies traditionnelles en deux étapes consistant en une extraction de caractéristiques puis un regroupement superficiel. Nous y parvenons en développant un estimateur de gradient pour l'objectif non différentiable du k-means grâce à la technique de réparamétrisation Gumbel-Softmax. Contrairement aux approches antérieures en matière de regroupement profond, notre modèle k-means concret peut être optimisé directement par rapport à l'objectif canonique du k-means et s'entraîne facilement de manière end-to-end, sans recourir à une optimisation alternée. Nous démontrons l'efficacité de notre méthode sur des benchmarks standards de regroupement.