Ce projet est un environnement pédagogique dédié à l'apprentissage et à l'expérimentation des techniques d'apprentissage profond, notamment pour la vision par ordinateur. Il permet aux utilisateurs de tester et comparer différents modèles de réseaux de neurones convolutifs sur des jeux de données standardisés comme FashionMNIST. Le dépôt inclut des outils pour l'entraînement, le suivi des expériences et la visualisation des résultats, facilitant ainsi la compréhension des concepts clés en deep learning.

Le projet cdash-plm-selfsigned est une plateforme de gestion et de suivi de projets techniques. Il permet de regrouper les résultats de builds et de tests en un seul endroit, facilitant ainsi le suivi et l'identification des problèmes. Il offre des fonctionnalités de visualisation de résultats de tests, de suivi de l'avancement des builds et de gestion des défauts.

Plateforme dédiée à la gestion et à l'organisation de tests d'interopérabilité pour les systèmes de santé. Elle permet aux acteurs médicaux et aux éditeurs de logiciels de valider la conformité de leurs systèmes aux standards internationaux (IHE, HL7, DICOM). Le service facilite la planification, le suivi et la génération de rapports pour les sessions de tests, tout en assurant une traçabilité complète des résultats.

Interface logicielle dédiée à la gestion et au suivi des composants matériels du projet DUNE (Deep Underground Neutrino Experiment). Elle permet de structurer, enregistrer et analyser les identifiants, les types de composants et les résultats de tests qualité (QC) pour des cartes électroniques comme les FEB et AMC. L'outil facilite la traçabilité des équipements et l'automatisation des mises à jour des statuts dans la base de données matérielle.

Système d'évaluation et de suivi des capacités physiques, permettant de réaliser des tests, d'analyser les résultats et de suivre les progrès au fil du temps.

Ce projet permet de générer des rapports de tests et de couverture de code pour Gitlab, en utilisant pytest. Il permet également de visualiser les résultats de tests et le suivi de la couverture de code directement sur Gitlab.