Git Stars Git Stars

#scientific-machine-learning Repositories

Entdecke 23 aktive Open-Source-GitHub-Repositories, die mit #scientific-machine-learning getaggt sind und insgesamt 51,807 Sterne gesammelt haben (durchschnittlich 2,252 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist KindXiaoming/pykan mit 16,291 Sternen.

23
Gesamtzahl der Repositories
51,807
Gesamtanzahl der Sterne
2,252
Durchschnittliche Sterne/Repo

Insgesamt 23 Repositories

1
KindXiaoming/pykan

Kolmogorov Arnold Netzwerke

KindXiaoming
⭐ 16,291 Jupyter Notebook 👤 KindXiaoming User 🕐 Aktualisiert 2025-01-19 📅 Erstellt 2024-04-27
2
maziarraissi/PINNs

Physik-informiertes Deep Learning: Datengetriebene Lösungen und Entdeckung nichtlinearer partieller Differentialgleichungen

maziarraissi
⭐ 6,256 Python 👤 maziarraissi User 🕐 Aktualisiert 2026-02-11 📅 Erstellt 2018-01-21
3
PolymathicAI/the_well

Eine Sammlung von Physiksimulationsdatensätzen mit 15 TB

PolymathicAI
⭐ 4,588 Jupyter Notebook 👤 PolymathicAI Organization 🕐 Aktualisiert 2026-10-19 📅 Erstellt 2024-12-02
4
lululxvi/deepxde

Eine Bibliothek für wissenschaftliches Machine Learning und physik-informiertes Lernen

lululxvi
⭐ 4,510 Python 👤 lululxvi User 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-02-08
5
SciML/DifferentialEquations.jl

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.

SciML
⭐ 3,183 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2016-05-11
6
SciML/SciMLBook

Parallel Computing und wissenschaftliches maschinelles Lernen (SciML): Methoden und Anwendungen (MIT 18.337J/6.338J)

SciML
⭐ 2,058 HTML 👤 SciML Organization 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2019-08-29
7
SciML/ModelingToolkit.jl

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

SciML
⭐ 1,700 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-02-27
8
PyDMD/PyDMD

Python Dynamische Moduszerlegung

PyDMD
⭐ 1,265 Python 👤 PyDMD Organization 🕐 Aktualisiert 2026-10-03 📅 Erstellt 2017-06-12
9
SciML/NeuralPDE.jl

Physics-Informed Neural Networks (PINN) Löser für (Partielle) Differentialgleichungen für beschleunigte Simulation im wissenschaftlichen Machine Learning (SciML)

SciML
⭐ 1,242 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2017-03-14
11
SciML/DiffEqFlux.jl

Vorgebaute implizite Schichtarchitekturen mit O(1)-Backprop, GPUs und steifen+unstarken DE-Lösern, die wissenschaftliches maschinelles Lernen (SciML) und physik-informiertes maschinelles Lernen demonstrieren

SciML
⭐ 930 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-10-18 📅 Erstellt 2018-12-26
12
google-deepmind/ferminet

Eine Implementierung des Fermionic Neural Network für ab-initio elektronische Struktur-Berechnungen

google-deepmind
⭐ 857 Python 👤 google-deepmind Organization 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2020-10-06
13
SciML/Optimization.jl

Mathematische Optimierung in Julia. Lokal, global, gradientenbasiert und ableitungsfrei. Lineare, quadratische, konvexe, gemischt-ganzzahlige und nichtlineare Optimierung in einer einfachen, schnellen und differenzierbaren Schnittstelle.

SciML
⭐ 852 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2020-05-06
14
aspuru-guzik-group/selfies

Robuste Darstellung semantisch eingeschränkter Graphen, insbesondere für Moleküle in der Chemie

aspuru-guzik-group
⭐ 849 Python 👤 aspuru-guzik-group Organization 🕐 Aktualisiert 2025-05-17 📅 Erstellt 2019-05-31
15
google-deepmind/torax

TORAX: Tokamak-Transportsimulation in JAX

google-deepmind
⭐ 759 Python 👤 google-deepmind Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-03-05
16
LuxDL/Lux.jl

Elegant und performantes Deep Learning

LuxDL
⭐ 741 Julia 👤 LuxDL Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2022-03-21
17
SciML/SciMLTutorials.jl

Tutorials zum wissenschaftlichen Machine Learning (SciML) und zur hochperformanten Lösung von Differentialgleichungen mit Open-Source-Software.

SciML
⭐ 739 CSS 👤 SciML Organization 🕐 Aktualisiert 2025-12-03 📅 Erstellt 2016-10-31
18
JuDFTteam/best-of-atomistic-machine-learning

🏆 Eine Rangliste großartiger atomistischer Machine-Learning-Projekte ⚛️🧬💎.

JuDFTteam
⭐ 738 👤 JuDFTteam Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2023-06-09
20
SciML/OrdinaryDiffEq.jl

Hochleistungs-Löser für gewöhnliche Differentialgleichungen (ODE) und differential-algebraische Gleichungssysteme (DAE), einschließlich neuronaler gewöhnlicher Differentialgleichungen (neural ODEs) und wissenschaftliches Machine Learning (SciML)

SciML
⭐ 702 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-10-22
21
SciML/diffeqpy

Differentialgleichungen in Python mit DifferentialEquations.jl und der SciML Scientific Machine Learning Organisation lösen

SciML
⭐ 616 Python 👤 SciML Organization 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2018-04-21
23
SciML/Catalyst.jl

Schnittstelle für chemische Reaktionsnetzwerke und Systembiologie für wissenschaftliches maschinelles Lernen (SciML). Hochleistungsfähige, GPU-parallelisierte und O(1)-Solver in Open-Source-Software.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-02-06

Häufig gestellte Fragen

1

Welches ist das beliebteste #scientific-machine-learning-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#scientific-machine-learning-Projekt auf GitHub ist KindXiaoming/pykan mit 16,291 Sternen. Kolmogorov Arnold Netzwerke

2

Welche Programmiersprachen werden in #scientific-machine-learning-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #scientific-machine-learning-Projekten auf GitHub sind Python, Julia, Jupyter Notebook, HTML die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #scientific-machine-learning-Repositories berechnet?

Wir verfolgen 23 aktive Open-Source-Repositories, die mit #scientific-machine-learning getaggt sind (500+ Sterne), mit insgesamt 51,807 Sternen und durchschnittlich 2,252 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.