Ce projet académique propose des ressources pédagogiques pour un cours sur les accélérateurs matériels dédiés aux réseaux de neurones profonds. Il inclut des codes sources pour l'exploration de noyaux GEMM, des exemples de simulation et synthèse VHDL, ainsi que des supports de cours couvrant la conception de circuits logiques et les principes des réseaux de neurones. Destiné aux étudiants en master, il facilite l'apprentissage pratique des architectures matérielles pour l'accélération des calculs.

Ressources pour les travaux pratiques du cours ModIA, couvrant divers aspects de l'apprentissage profond, tels que les réseaux de neurones supervisés, non supervisés et faiblement supervisés, avec des exemples concrets et des manipulations de librairies telles que keras, scikit-learn et numpy.