Git Stars Git Stars

#sde Repositorios

Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #sde, que acumulan 31,854 estrellas en total (una media de 3,185 estrellas por proyecto). El líder de este tema es DLR-RM/stable-baselines3, con 14,037 estrellas.

10
Total de Repositorios
31,854
Total de estrellas
3,185
Promedio de Estrellas/Repo
Lenguajes de programación: Python Julia CSS

10 repositorios en total

1
DLR-RM/stable-baselines3

Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.

DLR-RM
⭐ 14,037 Python 👤 DLR-RM Organization 🕐 Actualizado 2026-10-26 📅 Creado 2020-05-05
2
Kaustubh-Natuskar/moreThanFAANGM

Este repositorio contiene oportunidades para que usted solicite más de 400 empresas de productos (NO SOLO FAANGM) y buenas startups.

Kaustubh-Natuskar
⭐ 5,267 👤 Kaustubh-Natuskar User 🕐 Actualizado 2026-08-10 📅 Creado 2021-09-18
3
SciML/DifferentialEquations.jl

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.

SciML
⭐ 3,183 Julia 👤 SciML Organization 🕐 Actualizado 2026-10-17 📅 Creado 2016-05-11
4
DLR-RM/rl-baselines3-zoo

Un marco de entrenamiento para agentes de aprendizaje por refuerzo de Stable Baselines3, con optimización de hiperparámetros y agentes pre-entrenados incluidos.

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 Actualizado 2026-11-14 📅 Creado 2020-05-05
5
amirhossein-kz/Awesome-Diffusion-Models-in-Medical-Imaging

Modelos de difusión en imágenes médicas (Publicado en la revista Medical Image Analysis)

amirhossein-kz
⭐ 2,116 👤 amirhossein-kz User 🕐 Actualizado 2025-11-17 📅 Creado 2022-09-24
6
SciML/ModelingToolkit.jl

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

SciML
⭐ 1,700 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-02-27
7
Stable-Baselines-Team/stable-baselines3-contrib

Paquete Contrib para Stable-Baselines3 - Código experimental de aprendizaje por refuerzo (RL)

Stable-Baselines-Team
⭐ 745 Python 👤 Stable-Baselines-Team Organization 🕐 Actualizado 2026-10-26 📅 Creado 2020-09-20
8
SciML/SciMLTutorials.jl

Tutoriales para realizar aprendizaje automático científico (SciML) y resolución de ecuaciones diferenciales de alto rendimiento con software de código abierto.

SciML
⭐ 739 CSS 👤 SciML Organization 🕐 Actualizado 2025-12-03 📅 Creado 2016-10-31
9
SciML/diffeqpy

Resolviendo ecuaciones diferenciales en Python usando DifferentialEquations.jl y la organización SciML Scientific Machine Learning

SciML
⭐ 616 Python 👤 SciML Organization 🕐 Actualizado 2026-10-17 📅 Creado 2018-04-21
10
SciML/Catalyst.jl

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.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-02-06

Preguntas frecuentes

1

¿Cuál es el repositorio de #sde más popular en GitHub?

El proyecto de código abierto de #sde mejor posicionado en GitHub es DLR-RM/stable-baselines3, con 14,037 estrellas. Versión de PyTorch de Stable Baselines, implementaciones confiables de algoritmos de aprendizaje por refuerzo.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #sde?

Entre los proyectos de #sde mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Julia, CSS.

3

¿Cómo se calcula la clasificación de los repositorios de #sde?

Seguimos 10 repositorios activos de código abierto etiquetados con #sde (500+ estrellas), que suman un total de 31,854 estrellas, con una media de 3,185 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.