#numpy Repositorios
Descubre 146 repositorios activos de código abierto de GitHub etiquetados con #numpy, que acumulan 765,321 estrellas en total (una media de 5,241 estrellas por proyecto). El líder de este tema es pytorch/pytorch, con 105,764 estrellas.
146 repositorios en total
El desafío de programación '30 Días de Python' es una guía paso a paso para aprender el lenguaje de programación Python en 30 días. Este desafío puede tomar más de 100 días. Sigue tu propio ritmo. Estos videos también pueden ser de ayuda: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Python Data Science Handbook: texto completo en Jupyter Notebooks
Visualizador para modelos de redes neuronales, aprendizaje profundo y aprendizaje automático
Notebooks de Python para ciencia de datos: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.
Materiales y cuadernos IPython para "Python for Data Analysis" de Wes McKinney, publicado por O'Reilly Media
🤗 El centro más grande de conjuntos de datos listos para usar para modelos de IA con herramientas de manipulación de datos rápidas, fáciles de usar y eficientes
Sistema de Trading Cuantitativo Abu (Acciones, Opciones, Futuros, Bitcoin, Machine Learning) Trading cuantitativo de código abierto basado en Python, arquitectura de inversión cuantitativa
Un compilador de Python de alto rendimiento, sin sobrecarga y extensible, con soporte NumPy integrado
Mapa de ruta de aprendizaje de inteligencia artificial, recopilación de casi 200 casos y proyectos prácticos, materiales complementarios gratuitos, entrada desde cero bases, práctica para el empleo! Incluye: Python, matemáticas, aprendizaje automático, análisis de datos, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv y otros campos populares
Un libro de acceso abierto sobre visualización científica usando Python y Matplotlib
Libro de texto en línea gratuito de cuadernos Jupyter para el curso de Álgebra Lineal Computacional de fast.ai
Operaciones de tensor flexibles y potentes para código legible y confiable (para PyTorch, JAX, TF y otros)
《Análisis de datos con Python · 2ª edición》
Biblioteca JSON de Python rápida y correcta que soporta dataclasses, datetimes y numpy
Repositorio para almacenar programas de ejemplo en Python para el aprendizaje de Python
Contenedores de aprendizaje automático para NVIDIA Jetson y JetPack-L4T
MegEngine es un framework de aprendizaje profundo rápido, escalable, fácil de usar y que admite la diferenciación automática.
TFDS es una colección de conjuntos de datos listos para usar con TensorFlow, Jax, ...
Fundamentos de Aprendizaje Automático: Álgebra Lineal, Cálculo, Estadística e Informática
Herramientas rápidas de visualización de datos e interfaz gráfica para aplicaciones científicas / de ingeniería
Biblioteca de Python para filtrado de Kalman y estimación óptima. Implementa filtro de Kalman, filtro de partículas, filtro de Kalman extendido, filtro de Kalman sin perfume, g-h (alfa-beta), mínimos cuadrados, H infinito, suavizadores y más. Tiene un libro complementario 'Kalman and Bayesian Filters in Python'.
100 rompecabezas de datos para pandas, que van desde cortos y simples hasta super complicados (60% completo)
Programación probabilística con NumPy impulsada por JAX para autograd y compilación JIT a GPU/TPU/CPU.
Mars es un marco unificado basado en tensores para la computación de datos a gran escala que escala numpy, pandas, scikit-learn y funciones de Python.
Código para el libro Make Your Own Neural Network
Refina y cuantiza el pixel art desordenado generado por IA en píxeles limpios y perfectos.
Domina los fundamentos del aprendizaje automático, el aprendizaje profundo y la optimización matemática construyendo conceptos y modelos clave desde cero usando Python.
Preguntas frecuentes
¿Cuál es el repositorio de #numpy más popular en GitHub?
El proyecto de código abierto de #numpy mejor posicionado en GitHub es pytorch/pytorch, con 105,764 estrellas. Tensores y redes neuronales dinámicas en Python con una fuerte aceleración de GPU
¿Qué lenguajes de programación se utilizan más en los repositorios de #numpy?
Entre los proyectos de #numpy mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #numpy?
Seguimos 146 repositorios activos de código abierto etiquetados con #numpy (500+ estrellas), que suman un total de 765,321 estrellas, con una media de 5,241 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.