Ce projet propose une image Docker légère basée sur CentOS 7, intégrant Miniconda, PyTorch avec CUDA 11.3 et JupyterLab. Destiné aux environnements de développement et d'intégration continue, il permet aux chercheurs et développeurs de créer des notebooks interactifs pour l'apprentissage profond. L'image est optimisée pour les calculs accélérés par GPU et est hébergée sur l'infrastructure interne du Pasteur Institute.

Ce projet propose une image Docker légère basée sur Miniconda et CentOS 7, intégrant PyTorch avec support CUDA 10.2. Destinée aux environnements d'intégration continue (CI), elle facilite le déploiement et le test de modèles d'apprentissage profond dans des pipelines automatisés. L'image est optimisée pour une utilisation en recherche ou en production, garantissant une compatibilité et une reproductibilité accrues.

Ce projet est une ressource pédagogique destinée à l'apprentissage des bases du contrôle de version avec Git. Il propose des exercices pratiques et des guides pour maîtriser les commandes essentielles, les workflows collaboratifs et les bonnes pratiques de gestion de code source. Destiné aux étudiants ou débutants en développement logiciel, il facilite la compréhension des concepts clés comme les commits, les branches, les fusions et les dépôts distants.

Ce projet contient un jeu de données anonymisé de descripteurs faciaux avec leurs étiquettes correspondantes anonymisées. Les descripteurs faciaux sont assignés à un programme, qui est basé sur des émissions de télévision réellement diffusées à la télévision française. Le jeu de données est utilisé dans [1] pour l'apprentissage non supervisé de co-occurrences pour la récupération d'images de visages.

Ce projet est une ressource pédagogique dédiée à l'apprentissage des bases et des concepts avancés du système de gestion de versions Git. Il permet aux utilisateurs d'acquérir des compétences essentielles pour le développement logiciel collaboratif.

Ce projet est un support de cours et de travaux pratiques destiné à l'apprentissage de la bibliothèque numpy en Python. Il s'adresse principalement aux étudiants ou apprenants souhaitant maîtriser les bases du calcul scientifique et de l'analyse de données. Le contenu est structuré pour faciliter la compréhension des concepts clés et leur application pratique.

Ce projet propose des ressources pédagogiques pour maîtriser les bases du calcul haute performance (HPC). Il couvre l'utilisation des superordinateurs, l'optimisation de code, le profilage de performances et le déverminage. Des exercices pratiques et des tutoriels détaillés accompagnent les apprenants dans la compréhension des outils comme Slurm, Guix ou LIKWID. Destiné aux débutants comme aux utilisateurs intermédiaires, il s'appuie sur des cas concrets pour faciliter l'apprentissage des bonnes pratiques en environnement HPC.

Ce projet propose une collection de tutoriels techniques et de ressources éducatives libres, principalement axés sur des sujets liés à MongoDB et aux bases de données NoSQL. Les contenus sont créés par des contributeurs et mis à disposition sous licence Creative Commons, favorisant ainsi l'apprentissage et le partage des connaissances dans un cadre non commercial.

Ce projet propose une collection de ressources pédagogiques et d'outils numériques dédiés à l'enseignement et à l'apprentissage de la philosophie. Il inclut des checklists pour préparer les cours, des bases de données de sujets de dissertation et d'explications de texte, des outils d'aide à l'écriture, des modèles de documents, des frises chronologiques et des conseils de lecture. Destiné principalement aux enseignants et aux élèves, il facilite la méthodologie, la correction des copies et l'utilisation du numérique en philosophie.

Projet pédagogique visant à implémenter l'algorithme FizzBuzz, un exercice classique pour évaluer les compétences en programmation. Ce projet permet aux développeurs débutants ou confirmés de tester leur compréhension des boucles, conditions et structures de base. Il sert souvent de premier pas dans l'apprentissage d'un nouveau langage ou comme outil de recrutement pour évaluer les candidats.