#differential-equations Repositorios
Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #differential-equations, que acumulan 22,722 estrellas en total (una media de 1,195 estrellas por proyecto). El líder de este tema es SciML/DifferentialEquations.jl, con 3,183 estrellas.
19 repositorios en total
Suite multilingüe para solvers de alto rendimiento de ecuaciones diferenciales y componentes de aprendizaje automático científico (SciML). Ecuaciones diferenciales ordinarias (ODEs), ecuaciones diferenciales estocásticas (SDEs), ecuaciones diferenciales con retardo (DDEs), ecuaciones diferenciales-algebraicas (DAEs) y más en Julia.
Solucionadores numéricos de ecuaciones diferenciales en JAX. Autodiferenciables y capaces de GPU. https://docs.kidger.site/diffrax/
Computación Paralela y Aprendizaje Automático Científico (SciML): Métodos y Aplicaciones (MIT 18.337J/6.338J)
Álgebra lineal, valores propios, FFT, Bessel, elíptico, polinomios ortogonales, geometría, NURBS, cuadratura numérica, interpolación transfinita 3D, números aleatorios, Mersenne twister, distribuciones de probabilidad, optimización, ecuaciones diferenciales.
Un marco de modelado acausal para el aprendizaje automático científico (SciML) paralelizado automáticamente en Julia. Un sistema de álgebra computacional para simbólica integrada para aprendizaje automático informado por la física y transformaciones automáticas de ecuaciones diferenciales
Solucionadores de SDE diferenciables con soporte de GPU y análisis de sensibilidad eficiente.
Brian es un simulador gratuito de código abierto para redes neuronales de picos.
Solvers de Redes Neuronales Informadas por Física (PINN) de Ecuaciones Diferenciales (Parciales) para Simulación Acelerada de Machine Learning Científico (SciML)
Arquitecturas de capas implícitas pre-construidas con backprop O(1), GPUs y solvers DE rígidos+no rígidos, demostrando aprendizaje automático científico (SciML) y métodos de aprendizaje automático informado por física
Una biblioteca para resolver ecuaciones diferenciales utilizando redes neuronales basada en PyTorch, utilizada por múltiples grupos de investigación en todo el mundo, incluyendo Harvard IACS.
Tutoriales para realizar aprendizaje automático científico (SciML) y resolución de ecuaciones diferenciales de alto rendimiento con software de código abierto.
Solvers de alto rendimiento para ecuaciones diferenciales ordinarias (ODE) y ecuaciones diferenciales-algebraicas (DAE), incluyendo ecuaciones diferenciales ordinarias neuronales (neural ODEs) y aprendizaje automático científico (SciML)
Curso intensivo IAP del MIT: Cálculo matricial para el aprendizaje automático y más allá
Resolviendo ecuaciones diferenciales en Python usando DifferentialEquations.jl y la organización SciML Scientific Machine Learning
Resolver problemas directos e inversos relacionados con ecuaciones diferenciales parciales utilizando redes neuronales informadas por la física de base finita (FBPINNs)
Interfaz de red de reacciones químicas y biología de sistemas para el aprendizaje automático científico (SciML). Solucionadores de alto rendimiento, paralelizados por GPU y O(1) en software de código abierto.
Preguntas frecuentes
¿Cuál es el repositorio de #differential-equations más popular en GitHub?
El proyecto de código abierto de #differential-equations mejor posicionado en GitHub es SciML/DifferentialEquations.jl, con 3,183 estrellas. Suite multilingüe para solvers de alto rendimiento de ecuaciones diferenciales y componentes de aprendizaje automático científico (SciML). Ecuaciones diferenciales ordinarias (ODEs), ecuaciones diferenciales estocásticas (SDEs), ecuaciones diferenciales con retardo (DDEs), ecuaciones diferenciales-algebraicas (DAEs) y más en Julia.
¿Qué lenguajes de programación se utilizan más en los repositorios de #differential-equations?
Entre los proyectos de #differential-equations mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Julia, HTML, Go.
¿Cómo se calcula la clasificación de los repositorios de #differential-equations?
Seguimos 19 repositorios activos de código abierto etiquetados con #differential-equations (500+ estrellas), que suman un total de 22,722 estrellas, con una media de 1,195 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.