#optimization Repositories
Entdecke 194 aktive Open-Source-GitHub-Repositories, die mit #optimization getaggt sind und insgesamt 585,256 Sterne gesammelt haben (durchschnittlich 3,016 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist scutan90/DeepLearning-500-questions mit 57,011 Sternen.
Insgesamt 194 Repositories
Deep Learning 500 Fragen, in Q&A-Form zu gängigem Wahrscheinlichkeitswissen, Linearer Algebra, Machine Learning, Deep Learning, Computer Vision usw. heißen Themen erläutert, um mir selbst und bedürftigen Lesern zu helfen. Das gesamte Buch ist in 18 Kapitel unterteilt, über 500.000 Wörter. Aufgrund begrenzter Fähigkeiten bitte ich die Leser, unangemessene Stellen im Buch zu kritisieren und zu korrigieren. Fortsetzung folgt............ Bei Interesse an Kooperation kontaktieren Sie bitte [email protected] Alle Rechte vorbehalten, Verletzung wird verfolgt Tan 2018.06
Ray ist ein AI-Compute-Engine. Ray besteht aus einem zentralen verteilten Runtime und einem Satz von AI-Bibliotheken zur Beschleunigung von ML-Workloads.
Multifunktionale App zum Finden von Duplikaten, leeren Ordnern, ähnlichen Bildern usw.
Anwendung, die entwickelt wurde, um Ihr Windows-Erlebnis zu optimieren, anzupassen und zu verbessern.
Tauchen Sie ein in Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision und NLP, indem Sie aus diesen spannenden Vorlesungen lernen!!
Kostenloses Open-Source-Tool zur Windows-Optimierung für Leistung, Datenschutz und Einfachheit.
Mesh-Optimierungs-Bibliothek, die Meshes kleiner macht und schneller zu rendern ermöglicht
Eine Python-Implementierung der globalen Optimierung mit Gauß-Prozessen.
Genetischer Algorithmus, Partikelschwarmoptimierung, Simuliertes Abkühlen, Ameisenkolonie-Optimierungsalgorithmus, Immunalgorithmus, Künstlicher Fischschwarm-Algorithmus, Differentielle Evolution und TSP (Reisender Verkäufer)
:zap: Der leistungsstärkste Open-Source-Tweaker auf GitHub zum Optimieren von Windows 10 & Windows 11
PennyLane ist eine Open-Source-Softwareplattform für Quantencomputing, Quanten-Maschinelles Lernen und Quantenchemie. Erstellen Sie sinnvolle Quantenalgorithmen, von der Inspiration bis zur Umsetzung.
Beschleunigen Sie Inferenz und Training von 🤗 Transformers, Diffusers, TIMM und Sentence Transformers mit einfach zu bedienenden Hardware-Optimierungswerkzeugen
OptaPlanner wurde nach https://github.com/apache/incubator-kie-drools verschoben. Dieses Repository ist archiviert. OptaPlanner ist ein KI-Constraint-Solver in Java zur Optimierung von Fahrzeugroutenproblemen, Mitarbeiterplanung, Aufgabenverteilung, Wartungsplanung, Konferenzplanung und anderen Planungsproblemen.
:sunglasses: Eine kuratierte Liste von Robotik-Bibliotheken und Software
NSGA2, NSGA3, R-NSGA3, MOEAD, Genetische Algorithmen (GA), Differentielle Evolution (DE), CMAES, PSO
Ein Trainingsframework für Stable Baselines3 Reinforcement Learning Agenten, inklusive Hyperparameter-Optimierung und vortrainierter Agenten.
MTuner ist ein C/C++ Speicher-Profiler und Tool zur Suche nach Speicherlecks für Windows und andere Plattformen
🔍 Eine hilfreiche Checkliste/Sammlung von Tipps und Techniken zur Suchmaschinenoptimierung (SEO).
Eine objektorientierte algebraische Modellierungssprache in Python für strukturierte Optimierungsprobleme.
Replikation und optimierte Community-Version des Advanced Locomotion System V4 für Unreal Engine 5.4 mit zusätzlichen Funktionen und Fehlerbehebungen
Paket zur automatischen Optimierung Ihrer Website, das zu einer Optimierung von über 35 % führt. Laravel Page Speed bietet eine End-to-End-Optimierungspipeline für mit Blade gerenderte Seiten und REST-APIs mit messbaren Verbesserungen bei Latenz, Bandbreite und Ausfallsicherheit.
Modellsprache für mathematische Optimierung (linear, gemischt-ganzzahlig, konisch, semidefinit, nichtlinear)
Open-Source-Ressourcenmanager für Windows-Spiele. Unterdrückt Hintergrundprozesse, weist Spielen exklusive CPU-Kerne zu, leitet Geräteinterrupts von den für das Spiel verwendeten Kernen weg, wendet spielspezifische Richtlinien für GPU-Treiber, Speicher und Energie an und macht nach dem Spielen sämtliche Änderungen rückgängig. Keine Injektion, keine Telemetrie. GPL-3.0.
2-2000x schnellere ML-Algorithmen, 50 % weniger Speicherverbrauch, funktioniert auf allen Hardware - neu und alt.
Optax ist eine Bibliothek für Gradientenverarbeitung und -optimierung für JAX.
CasADi ist ein symbolisches Framework für numerische Optimierung, das automatische Differentiation im Vorwärts- und Rückwärtsmodus auf Berechnungsgraphen mit dünn besetzten Matrizenwerten implementiert. Es unterstützt die Erzeugung eigenständigen C-Codes und bietet Schnittstellen zu modernen Codes wie SUNDIALS, IPOPT usw. Es kann von C++, Python, Matlab/Octave, Julia oder JavaScript aus verwendet werden.
Quellcode von PyGAD, einer Python 3-Bibliothek zum Aufbau des genetischen Algorithmus und zum Trainieren von Algorithmen des maschinellen Lernens (Keras & PyTorch).
Häufig gestellte Fragen
Welches ist das beliebteste #optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#optimization-Projekt auf GitHub ist scutan90/DeepLearning-500-questions mit 57,011 Sternen. Deep Learning 500 Fragen, in Q&A-Form zu gängigem Wahrscheinlichkeitswissen, Linearer Algebra, Machine Learning, Deep Learning, Computer Vision usw. heißen Themen erläutert, um mir selbst und bedürftigen Lesern zu helfen. Das gesamte Buch ist in 18 Kapitel unterteilt, über 500.000 Wörter. Aufgrund begrenzter Fähigkeiten bitte ich die Leser, unangemessene Stellen im Buch zu kritisieren und zu korrigieren. Fortsetzung folgt............ Bei Interesse an Kooperation kontaktieren Sie bitte [email protected] Alle Rechte vorbehalten, Verletzung wird verfolgt Tan 2018.06
Welche Programmiersprachen werden in #optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #optimization-Projekten auf GitHub sind Python, C++, JavaScript, C# die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #optimization-Repositories berechnet?
Wir verfolgen 194 aktive Open-Source-Repositories, die mit #optimization getaggt sind (500+ Sterne), mit insgesamt 585,256 Sternen und durchschnittlich 3,016 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.