#combinatorial-optimization Repositories
Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #combinatorial-optimization getaggt sind und insgesamt 29,726 Sterne gesammelt haben (durchschnittlich 1,981 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist google/or-tools mit 14,420 Sternen.
Insgesamt 15 Repositories
Bayesian Optimierung & Reinforcement Learning-Bibliothek, entwickelt vom Huawei Noah's Ark Lab
Hervorragende Arbeiten zum maschinellen Lernen für kombinatorische Optimierung.
"Das tägliche Leben ist wie Programmieren, nehme ich an. Wenn du etwas liebst, kannst du ihm Schönheit einhauchen." ― Donald E. Knuth
Eine PyTorch-Bibliothek für alles rund um Reinforcement Learning (RL) für kombinatorische Optimierung (CO)
Eine kuratierte Liste von Kursen, Vorlesungen, Büchern, Notizen, Bibliotheken, Frameworks und Software zur mathematischen Optimierung.
Eine auf PyTorch basierende End-to-End Predict-then-Optimize-Bibliothek für lineare und ganzzahlige Programmierung
Aktuelle Forschungsarbeiten zu Foundation Models für Kombinatorische Optimierung
Eine kuratierte Liste von Ressourcen zu generativen Flussnetzwerken (GFlowNets).
Häufig gestellte Fragen
Welches ist das beliebteste #combinatorial-optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#combinatorial-optimization-Projekt auf GitHub ist google/or-tools mit 14,420 Sternen. Google's Operations Research-Tools:
Welche Programmiersprachen werden in #combinatorial-optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #combinatorial-optimization-Projekten auf GitHub sind Python, Jupyter Notebook, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #combinatorial-optimization-Repositories berechnet?
Wir verfolgen 15 aktive Open-Source-Repositories, die mit #combinatorial-optimization getaggt sind (500+ Sterne), mit insgesamt 29,726 Sternen und durchschnittlich 1,981 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.