#differential-equations Repositories
Entdecke 19 aktive Open-Source-GitHub-Repositories, die mit #differential-equations getaggt sind und insgesamt 22,722 Sterne gesammelt haben (durchschnittlich 1,195 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist SciML/DifferentialEquations.jl mit 3,183 Sternen.
Insgesamt 19 Repositories
Mehrsprachiges Suite für Hochleistungs-Solver von Differentialgleichungen und Komponenten des wissenschaftlichen Machine Learnings (SciML). Gewöhnliche Differentialgleichungen (ODEs), stochastische Differentialgleichungen (SDEs), Verzögerungsdifferentialgleichungen (DDEs), differential-algebraische Gleichungen (DAEs) und mehr in Julia.
Numerische Lösungsalgorithmen für Differentialgleichungen in JAX. Autodifferenzierbar und GPU-fähig. https://docs.kidger.site/diffrax/
Parallel Computing und wissenschaftliches maschinelles Lernen (SciML): Methoden und Anwendungen (MIT 18.337J/6.338J)
Lineare Algebra, Eigenvärter, FFT, Bessel, elliptisch, orthogonale Polynome, Geometrie, NURBS, numerische Quadratur, 3D transfinite Interpolation, Zufallszahlen, Mersenne-Twister, Wahrscheinlichkeitsverteilungen, Optimierung, Differentialgleichungen.
Ein acausales Modellierungs-Framework für automatisch parallelisiertes wissenschaftliches Machine Learning (SciML) in Julia. Ein Computersymbolsystem für integrierte Symbolik für physikinformiertes Machine Learning und automatisierte Transformationen von Differentialgleichungen
Differenzierbare SDE-Löser mit GPU-Unterstützung und effizienter Sensitivitätsanalyse.
Physics-Informed Neural Networks (PINN) Löser für (Partielle) Differentialgleichungen für beschleunigte Simulation im wissenschaftlichen Machine Learning (SciML)
Vorgebaute implizite Schichtarchitekturen mit O(1)-Backprop, GPUs und steifen+unstarken DE-Lösern, die wissenschaftliches maschinelles Lernen (SciML) und physik-informiertes maschinelles Lernen demonstrieren
Eine Bibliothek zur Lösung von Differentialgleichungen mit neuronalen Netzwerken basierend auf PyTorch, die von mehreren Forschunggruppen weltweit verwendet wird, einschließlich Harvard IACS.
Tutorials zum wissenschaftlichen Machine Learning (SciML) und zur hochperformanten Lösung von Differentialgleichungen mit Open-Source-Software.
Hochleistungs-Löser für gewöhnliche Differentialgleichungen (ODE) und differential-algebraische Gleichungssysteme (DAE), einschließlich neuronaler gewöhnlicher Differentialgleichungen (neural ODEs) und wissenschaftliches Machine Learning (SciML)
Differentialgleichungen in Python mit DifferentialEquations.jl und der SciML Scientific Machine Learning Organisation lösen
Lösen von Vorwärts- und Inversproblemen im Zusammenhang mit partiellen Differentialgleichungen mithilfe von endlichen Basis physikbasierten neuronalen Netzen (FBPINNs)
Schnittstelle für chemische Reaktionsnetzwerke und Systembiologie für wissenschaftliches maschinelles Lernen (SciML). Hochleistungsfähige, GPU-parallelisierte und O(1)-Solver in Open-Source-Software.
Häufig gestellte Fragen
Welches ist das beliebteste #differential-equations-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#differential-equations-Projekt auf GitHub ist SciML/DifferentialEquations.jl mit 3,183 Sternen. Mehrsprachiges Suite für Hochleistungs-Solver von Differentialgleichungen und Komponenten des wissenschaftlichen Machine Learnings (SciML). Gewöhnliche Differentialgleichungen (ODEs), stochastische Differentialgleichungen (SDEs), Verzögerungsdifferentialgleichungen (DDEs), differential-algebraische Gleichungen (DAEs) und mehr in Julia.
Welche Programmiersprachen werden in #differential-equations-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #differential-equations-Projekten auf GitHub sind Python, Julia, HTML, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #differential-equations-Repositories berechnet?
Wir verfolgen 19 aktive Open-Source-Repositories, die mit #differential-equations getaggt sind (500+ Sterne), mit insgesamt 22,722 Sternen und durchschnittlich 1,195 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.