Ce projet, basé sur l'article intitulé "Deep learning for population size history inference: design, comparison and combination with approximate Bayesian computation" (Sanchez et al.), fournit des outils pour l'inférence de la taille de population historique en utilisant des réseaux de neurones entraînés sur des données génétiques. Il inclut un notebook illustratif, une implémentation PyTorch de l'architecture SPIDNA avec la plus faible erreur de prédiction, ainsi qu'un réseau pré-entraîné SPIDNA disponible en téléchargement.