Git Stars Git Stars

#differentiable-programming Dépôts

Découvrez 23 dépôts GitHub open source actifs associés à #differentiable-programming, cumulant 58,706 étoiles au total (soit une moyenne de 2,552 étoiles par projet). Le projet en tête de ce thème est taichi-dev/taichi, avec 28,468 étoiles.

23
Total des Dépôts
58,706
Nombre total d'étoiles
2,552
Moyenne d'Étoiles/Dépôt
1
taichi-dev/taichi

Programmation GPU productive, portable et performante en Python.

taichi-dev
⭐ 28,468 C++ 👤 taichi-dev Organization 🕐 Mis à jour 2026-10-05 📅 Créé 2016-11-24
2
NVIDIA/warp

Un framework Python pour la simulation accélérée par GPU, la robotique et l'apprentissage automatique.

NVIDIA
⭐ 7,337 Python 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-03-18
3
chenglou/handwired

Transformez votre code JavaScript habituel en réseau neuronal.

chenglou
⭐ 2,165 TypeScript 👤 chenglou User 🕐 Mis à jour 2026-11-17 📅 Créé 2026-10-15
4
cvxpy/cvxpylayers

Couches d'optimisation convexe différentiables

cvxpy
⭐ 2,155 Python 👤 cvxpy Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-10-27
5
probcomp/Gen.jl

Un système de programmation probabiliste à usage général avec inférence programmable

probcomp
⭐ 1,856 Julia 👤 probcomp Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-08-21
6
EnzymeAD/Enzyme

Différenciation automatique haute performance de LLVM et MLIR.

EnzymeAD
⭐ 1,734 LLVM 👤 EnzymeAD Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-02-27
7
acados/acados

Solveurs rapides et embarqués pour le contrôle optimal non linéaire et le contrôle prédictif par modèle non linéaire

acados
⭐ 1,528 C 👤 acados Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2016-04-05
8
pnnl/neuromancer

Framework basé sur Pytorch pour la résolution de problèmes d'optimisation contrainte paramétrique, l'identification de systèmes basée sur la physique et le contrôle prédictif par modèle paramétrique.

pnnl
⭐ 1,399 Python 👤 pnnl Organization 🕐 Mis à jour 2026-10-22 📅 Créé 2020-10-14
9
erwincoumans/tiny-differentiable-simulator

Tiny Differentiable Simulator est une bibliothèque physique C++ et CUDA uniquement en-tête pour l'apprentissage par renforcement et la robotique avec zéro dépendance.

erwincoumans
⭐ 1,382 C++ 👤 erwincoumans User 🕐 Mis à jour 2026-11-15 📅 Créé 2020-05-14
10
optiland/optiland

Conception, optimisation et analyse optique complètes en Python, y compris le lancer de rayons différentiable et accéléré par GPU via PyTorch.

optiland
⭐ 1,087 Python 👤 optiland Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-08-15
11
google/jaxopt

Optimiseurs accélérés par le matériel, batchables et différentiables dans JAX.

google
⭐ 1,072 Python 👤 google Organization 🕐 Mis à jour 2026-10-28 📅 Créé 2021-07-12
12
locuslab/mpc.pytorch

Un solveur rapide et différentiable de contrôle prédictif par modèle (MPC) pour PyTorch.

locuslab
⭐ 1,007 Python 👤 locuslab Organization 🕐 Mis à jour 2024-08-27 📅 Créé 2018-10-02
13
UM-ARM-Lab/pytorch_kinematics

Cinématique robotique implémentée dans PyTorch

UM-ARM-Lab
⭐ 826 Python 👤 UM-ARM-Lab Organization 🕐 Mis à jour 2026-06-19 📅 Créé 2021-01-21
14
deepmodeling/jax-fem

Méthode des éléments finis différentiables avec JAX

deepmodeling
⭐ 786 Python 👤 deepmodeling Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2023-10-02
15
google-deepmind/torax

TORAX : Simulation du transport de Tokamak dans JAX

google-deepmind
⭐ 759 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-03-05
16
Felix-Petersen/difflogic

Une bibliothèque pour les réseaux de portes logiques différentiables

Felix-Petersen
⭐ 749 Python 👤 Felix-Petersen User 🕐 Mis à jour 2024-03-19 📅 Créé 2022-11-28
17
jeanfeydy/geomloss

Fonctions de perte géométriques entre nuages de points, images et volumes

jeanfeydy
⭐ 717 Python 👤 jeanfeydy User 🕐 Mis à jour 2026-05-12 📅 Créé 2019-02-28
18
khalil-research/PyEPO

Une bibliothèque de bout en bout Predict-then-Optimize basée sur PyTorch pour la programmation linéaire et entière

khalil-research
⭐ 700 Jupyter Notebook 👤 khalil-research Organization 🕐 Mis à jour 2026-10-07 📅 Créé 2021-02-12
19
taichi-dev/awesome-taichi

Une liste organisée d'applications, de cours, de démonstrations et de fonctionnalités impressionnants de Taichi.

taichi-dev
⭐ 645 👤 taichi-dev Organization 🕐 Mis à jour 2024-06-13 📅 Créé 2022-06-16
20
metaopt/torchopt

TorchOpt est une bibliothèque efficace pour l'optimisation différentiable construite sur PyTorch.

metaopt
⭐ 639 Python 👤 metaopt Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2022-04-08
21
EnzymeAD/Enzyme.jl

Liaisons Julia pour le différenciateur automatique Enzyme

EnzymeAD
⭐ 594 Julia 👤 EnzymeAD Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-09-06
22
MilesCranmer/lagrangian_nns

Réseaux de neurones lagrangiens

MilesCranmer
⭐ 573 Python 👤 MilesCranmer User 🕐 Mis à jour 2025-09-24 📅 Créé 2020-01-05
23
breandan/kotlingrad

🧩 Différenciation symbolique sûre en forme avec des types de données algébriques

breandan
⭐ 544 Kotlin 👤 breandan User 🕐 Mis à jour 2024-12-17 📅 Créé 2018-10-19

Foire aux questions

1

Quel est le dépôt #differentiable-programming le plus populaire sur GitHub ?

Le projet #differentiable-programming open source le mieux classé sur GitHub est taichi-dev/taichi, avec 28,468 étoiles. Programmation GPU productive, portable et performante en Python.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #differentiable-programming ?

Parmi les projets #differentiable-programming les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Julia, TypeScript.

3

Comment le classement des dépôts #differentiable-programming est-il calculé ?

Nous suivons 23 dépôts open source actifs associés à #differentiable-programming (500+ étoiles), totalisant 58,706 étoiles, avec une moyenne de 2,552 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.