#multiprocessing Repositories
Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #multiprocessing getaggt sind und insgesamt 43,093 Sterne gesammelt haben (durchschnittlich 2,052 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist mit-pdos/xv6-public mit 9,121 Sternen.
Insgesamt 21 Repositories
Bringen Sie einen modernen Python-Codebestand auf die nächste Leistungsstufe.
Eine generische plattformübergreifende C-Bibliothek, die viele gängige Komponenten und Frameworks sowie einen neuen Skriptspracheninterpreter enthält. Sie unterstützt derzeit C99 und objektorientierte Programmierung (AOP).
Die PyTorch-Implementierung basierend auf YOLOv4 des Papiers: "Complex-YOLO: Real-Time 3D-Objekterkennung auf Punktwolken"
Ein Framework für Data Augmentation für 2D- und 3D-Bildklassifikation und -segmentierung
pip install funboost, ein umfassendes verteiltes Funktionsplanungs-Framework für Python. Die Funktionen von funboost sind umfassend und gewichtig, 99 % aller Funktionen, die sich Nutzer vorstellen können, sind vorhanden; die Verwendung von funboost ist leichtgewichtig, nur eine Zeile Code (@boost) muss geschrieben werden. Unterstützt alle Arten von Parallelitätsmodi in Python und alle bekannten Nachrichtenwarteschlangen-Middleware, unterstützt Frameworks wie Celery und Dramatiq als Ganzes als funboost-Middleware, ein Python-Funktionsbeschleuniger, das Framework ist allumfassend und bietet alle Steuerungsfunktionen, die sich Nutzer vorstellen können. Vereinheitlicht das Programmierdenken, ist mit 50 % der Python-Geschäftsszenarien kompatibel und hat einen breiten Anwendungsbereich. Nur eine Zeile Code ist erforderlich, um alle Python-Funktionen verteilt auszuführen. 99 % der Python-Entwickler, die funboost verwendet haben, empfinden es als einfach, bequem, frei und leistungsstark, sie wünschen, sie hätten es früher entdeckt.
Eine fortschrittliche Parallelisierungsbibliothek für PHP, die effizientes Multitasking, optimierte Ressourcennutzung und Anwendungsreaktionsfähigkeit durch mehrere CPU-Threads ermöglicht.
Ein Framework zur Implementierung robuster Mehrprozess-Server wie Unicorn
Starless ist ein CPU-Blackhole-Raytracer in Numpy, der sich sowohl für informative Diagramme als auch für anständiges Hintergrundbildmaterial eignet.
Eine minimale, modularisierte und maschinenunabhängige Hardware-Abstraktionsschicht
Gleichzeitige Erkennung der minimalen Python-Versionen, die zum Ausführen von Code benötigt werden
Häufig gestellte Fragen
Welches ist das beliebteste #multiprocessing-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#multiprocessing-Projekt auf GitHub ist mit-pdos/xv6-public mit 9,121 Sternen. xv6 OS
Welche Programmiersprachen werden in #multiprocessing-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #multiprocessing-Projekten auf GitHub sind Python, C, Jupyter Notebook, PHP die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #multiprocessing-Repositories berechnet?
Wir verfolgen 21 aktive Open-Source-Repositories, die mit #multiprocessing getaggt sind (500+ Sterne), mit insgesamt 43,093 Sternen und durchschnittlich 2,052 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.