Git Stars Git Stars

#differential-equations Dépôts

Découvrez 19 dépôts GitHub open source actifs associés à #differential-equations, cumulant 22,722 étoiles au total (soit une moyenne de 1,195 étoiles par projet). Le projet en tête de ce thème est SciML/DifferentialEquations.jl, avec 3,183 étoiles.

19
Total des Dépôts
22,722
Nombre total d'étoiles
1,195
Moyenne d'Étoiles/Dépôt
1
SciML/DifferentialEquations.jl

Suite multilingue pour des solveurs haute performance d'équations différentielles et de composants d'apprentissage automatique scientifique (SciML). Équations différentielles ordinaires (ODEs), équations différentielles stochastiques (SDEs), équations différentielles avec retard (DDEs), équations différentielles-algébriques (DAEs), et plus en Julia.

SciML
⭐ 3,183 Julia 👤 SciML Organization 🕐 Mis à jour 2026-10-17 📅 Créé 2016-05-11
2
patrick-kidger/diffrax

Solveurs numériques d'équations différentielles en JAX. Autodifférentiables et compatibles GPU. https://docs.kidger.site/diffrax/

patrick-kidger
⭐ 2,129 Python 👤 patrick-kidger User 🕐 Mis à jour 2026-09-06 📅 Créé 2021-07-25
3
SciML/SciMLBook

Calcul parallèle et apprentissage automatique scientifique (SciML) : Méthodes et applications (MIT 18.337J/6.338J)

SciML
⭐ 2,058 HTML 👤 SciML Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2019-08-29
4
cpmech/gosl

Algèbre linéaire, valeurs propres, FFT, Bessel, elliptique, polynômes orthogonaux, géométrie, NURBS, quadrature numérique, interpolation transfinie 3D, nombres aléatoires, Mersenne twister, distributions de probabilité, optimisation, équations différentielles.

cpmech
⭐ 1,887 Go 👤 cpmech User 🕐 Mis à jour 2026-10-25 📅 Créé 2015-02-09
5
SciML/ModelingToolkit.jl

Un cadre de modélisation acausale pour l'apprentissage automatique scientifique (SciML) parallélisé automatiquement en Julia. Un système d'algèbre informatique pour la symbolique intégrée pour l'apprentissage automatique informé par la physique et les transformations automatiques des équations différentielles

SciML
⭐ 1,700 Julia 👤 SciML Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-02-27
6
google-research/torchsde

Solveurs de SDE différentiables avec prise en charge GPU et analyse de sensibilité efficace.

google-research
⭐ 1,692 Python 👤 google-research Organization 🕐 Mis à jour 2024-12-30 📅 Créé 2020-07-06
7
brian-team/brian2

Brian est un simulateur gratuit et open source pour les réseaux de neurones à impulsions.

brian-team
⭐ 1,259 Python 👤 brian-team Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2012-11-27
8
SciML/NeuralPDE.jl

Solveurs de Réseaux de Neurones Informés par la Physique (PINN) d'Équations aux (Dérivées) Partielles pour Simulation Accélérée de l'Apprentissage Automatique Scientifique (SciML)

SciML
⭐ 1,242 Julia 👤 SciML Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2017-03-14
9
SciML/DiffEqFlux.jl

Architectures de couches implicites pré-construites avec backprop O(1), GPUs et solveurs DE raides+non raides, démontrant l'apprentissage automatique scientifique (SciML) et les méthodes d'apprentissage automatique informées par la physique

SciML
⭐ 930 Julia 👤 SciML Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2018-12-26
10
PINA-org/PINA

Réseaux neuronaux informés par la physique pour la modélisation avancée

PINA-org
⭐ 802 Python 👤 PINA-org Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-11-29
11
NeuroDiffGym/neurodiffeq

Une bibliothèque pour résoudre des équations différentielles en utilisant des réseaux de neurones basés sur PyTorch, utilisée par plusieurs groupes de recherche dans le monde entier, y compris à Harvard IACS.

NeuroDiffGym
⭐ 791 Python 👤 NeuroDiffGym Organization 🕐 Mis à jour 2026-04-22 📅 Créé 2019-03-28
12
SciML/SciMLTutorials.jl

Tutoriels pour le machine learning scientifique (SciML) et la résolution d'équations différentielles haute performance avec des logiciels open source.

SciML
⭐ 739 CSS 👤 SciML Organization 🕐 Mis à jour 2025-12-03 📅 Créé 2016-10-31
13
SciML/OrdinaryDiffEq.jl

Solveurs haute performance pour équations différentielles ordinaires (ODE) et équations différentielles-algébriques (DAE), incluant les équations différentielles ordinaires neuronales (neural ODEs) et l'apprentissage automatique scientifique (SciML)

SciML
⭐ 702 Julia 👤 SciML Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-10-22
14
chebfun/chebfun

Chebfun : calcul numérique avec des fonctions.

chebfun
⭐ 684 MATLAB 👤 chebfun Organization 🕐 Mis à jour 2026-06-23 📅 Créé 2013-01-29
15
mitmath/matrixcalc

Cours intensif MIT IAP : Calcul matriciel pour l'apprentissage automatique et au-delà

mitmath
⭐ 628 Jupyter Notebook 👤 mitmath Organization 🕐 Mis à jour 2026-01-31 📅 Créé 2022-01-04
16
SciML/diffeqpy

Résolution d'équations différentielles en Python en utilisant DifferentialEquations.jl et l'organisation SciML Scientific Machine Learning

SciML
⭐ 616 Python 👤 SciML Organization 🕐 Mis à jour 2026-10-17 📅 Créé 2018-04-21
17
benmoseley/FBPINNs

Résoudre des problèmes directs et inverses liés aux équations aux dérivées partielles à l'aide de réseaux neuronaux informés par la physique à base finie (FBPINNs)

benmoseley
⭐ 584 Python 👤 benmoseley User 🕐 Mis à jour 2026-05-29 📅 Créé 2021-06-27
18
GilpinLab/dysts

Des centaines d'attracteurs étranges

GilpinLab
⭐ 563 Python 👤 GilpinLab Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2020-08-13
19
SciML/Catalyst.jl

Interface de réseau de réactions chimiques et de biologie des systèmes pour l'apprentissage automatique scientifique (SciML). Solveurs haute performance, parallélisés sur GPU et en O(1) dans les logiciels open source.

SciML
⭐ 536 Julia 👤 SciML Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2017-02-06

Foire aux questions

1

Quel est le dépôt #differential-equations le plus populaire sur GitHub ?

Le projet #differential-equations open source le mieux classé sur GitHub est SciML/DifferentialEquations.jl, avec 3,183 étoiles. Suite multilingue pour des solveurs haute performance d'équations différentielles et de composants d'apprentissage automatique scientifique (SciML). Équations différentielles ordinaires (ODEs), équations différentielles stochastiques (SDEs), équations différentielles avec retard (DDEs), équations différentielles-algébriques (DAEs), et plus en Julia.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #differential-equations ?

Parmi les projets #differential-equations les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Julia, HTML, Go.

3

Comment le classement des dépôts #differential-equations est-il calculé ?

Nous suivons 19 dépôts open source actifs associés à #differential-equations (500+ étoiles), totalisant 22,722 étoiles, avec une moyenne de 1,195 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.