Ce projet rassemble des sous-modules de dépôts Git dédiés au profilage de modèles d'apprentissage automatique. Il permet de tester et comparer les performances de différents frameworks (PyTorch, TensorFlow2) sur des modèles variés (ResNet-50, BERT, DLRM) avec des jeux de données standardisés comme ImageNet ou Criteo. L'objectif est d'identifier les optimisations possibles pour améliorer l'efficacité des modèles.