Git Stars Git Stars

#matrix-multiplication Repositories

Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #matrix-multiplication getaggt sind und insgesamt 51,727 Sterne gesammelt haben (durchschnittlich 2,873 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist williamfiset/algorithms mit 18,914 Sternen.

18
Gesamtzahl der Repositories
51,727
Gesamtanzahl der Sterne
2,873
Durchschnittliche Sterne/Repo

Insgesamt 18 Repositories

1
williamfiset/algorithms

Eine Sammlung von Algorithmen und Datenstrukturen

williamfiset
⭐ 18,914 Java 👤 williamfiset User 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2017-03-18
2
deepseek-ai/DeepGEMM

DeepGEMM: saubere und effiziente BLAS-Kernel-Bibliothek auf der GPU

deepseek-ai
⭐ 9,210 Cuda 👤 deepseek-ai Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-02-13
4
flame/blis

BLAS-ähnliche Softwareframework zur Instanziierung von Bibliotheken

flame
⭐ 2,708 C 👤 flame Organization 🕐 Aktualisiert 2026-10-06 📅 Erstellt 2014-01-22
5
google/XNNPACK

Hocheffiziente Gleitkomma-Neuronale-Netzwerk-Inferenzoperatoren für Mobilgeräte, Server und Web

google
⭐ 2,506 C 👤 google Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-09-13
6
ashvardanian/NumKong

Mathematik mit gemischter Genauigkeit sowie Kernel für lineare Algebra und Retrieval, über 4.000 Symbole von 4-Bit-Zahlen bis hin zu 128-Bit-Komplexzahlen, für x86, Arm, RISC-V, LoongArch, Power und WASM, einschließlich AMX und SME 📐

ashvardanian
⭐ 1,911 C 👤 ashvardanian User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-03-14
7
google/gemmlowp

Matrixmultiplikation mit niedriger Präzision

google
⭐ 1,825 C++ 👤 google Organization 🕐 Aktualisiert 2024-01-29 📅 Erstellt 2015-07-06
8
Maratyszcza/NNPACK

Beschleunigungspaket für neuronale Netze auf Multi-Core-CPUs

Maratyszcza
⭐ 1,702 C 👤 Maratyszcza User 🕐 Aktualisiert 2024-06-11 📅 Erstellt 2016-03-21
9
pytorch/FBGEMM

FB (Facebook) + GEMM (Generische Matrix-Matrix-Multiplikation) - https://code.fb.com/ml-applications/fbgemm/

pytorch
⭐ 1,604 C++ 👤 pytorch Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-09-24
10
siboehm/SGEMM_CUDA

Schnelle CUDA-Matrixmultiplikation von Grund auf

siboehm
⭐ 1,297 Cuda 👤 siboehm User 🕐 Aktualisiert 2025-09-02 📅 Erstellt 2022-11-13
11
CNugteren/CLBlast

Abgestimmtes OpenCL BLAS

CNugteren
⭐ 1,202 C++ 👤 CNugteren User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2015-05-30
12
corsix/amx

Apple AMX-Befehlssatz

corsix
⭐ 1,178 C 👤 corsix User 🕐 Aktualisiert 2024-12-26 📅 Erstellt 2022-08-30
13
uncomplicate/neanderthal

Schnelle Clojure Matrix-Bibliothek

uncomplicate
⭐ 1,130 Clojure 👤 uncomplicate Organization 🕐 Aktualisiert 2026-08-19 📅 Erstellt 2014-08-14
14
analyticalrohit/pytorch_fundamentals

Einführung in PyTorch, einschließlich Tensorinitialisierung, Operationen, Indizierung und Reshaping.

analyticalrohit
⭐ 1,057 Jupyter Notebook 👤 analyticalrohit User 🕐 Aktualisiert 2026-01-06 📅 Erstellt 2025-04-02
15
libxsmm/libxsmm

Bibliothek für spezialisierte dichte und spärliche Matrixoperationen und Deep-Learning-Primitive.

libxsmm
⭐ 983 C 👤 libxsmm Organization 🕐 Aktualisiert 2026-11-13 📅 Erstellt 2014-09-23
16
pranjalssh/fast.cu

Die schnellsten, von Grund auf neu geschriebenen Kernel

pranjalssh
⭐ 630 Cuda 👤 pranjalssh User 🕐 Aktualisiert 2026-08-15 📅 Erstellt 2024-11-04
17
deepreinforce-ai/CUDA-L2

CUDA-L2: Übertrifft cuBLAS-Leistung bei Matrixmultiplikation durch Reinforcement Learning

ornith-ai
⭐ 563 Cuda 👤 ornith-ai Organization 🕐 Aktualisiert 2026-03-30 📅 Erstellt 2025-12-02
18
optimatika/ojAlgo

Reine Java-Löser für lineare Programme (LP), quadratische Programme (QP) und gemischt-ganzzahlige Programme (MIP) sowie schnelle lineare Algebra. Keine Abhängigkeiten, MIT-lizenziert. Mathematische Optimierung und lineare Algebra für die JVM.

optimatika
⭐ 516 Java 👤 optimatika Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2013-10-06

Häufig gestellte Fragen

1

Welches ist das beliebteste #matrix-multiplication-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#matrix-multiplication-Projekt auf GitHub ist williamfiset/algorithms mit 18,914 Sternen. Eine Sammlung von Algorithmen und Datenstrukturen

2

Welche Programmiersprachen werden in #matrix-multiplication-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #matrix-multiplication-Projekten auf GitHub sind C, Cuda, C++, Java die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #matrix-multiplication-Repositories berechnet?

Wir verfolgen 18 aktive Open-Source-Repositories, die mit #matrix-multiplication getaggt sind (500+ Sterne), mit insgesamt 51,727 Sternen und durchschnittlich 2,873 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.