Git Stars Git Stars

#matrix-library Dépôts

Découvrez 5 dépôts GitHub open source actifs associés à #matrix-library, cumulant 21,396 étoiles au total (soit une moyenne de 4,279 étoiles par projet). Le projet en tête de ce thème est deeplearning4j/deeplearning4j, avec 14,283 étoiles.

5
Total des Dépôts
21,396
Nombre total d'étoiles
4,279
Moyenne d'Étoiles/Dépôt
Langages de programmation: Java C TypeScript Nim
1
deeplearning4j/deeplearning4j

Suite d'outils pour le déploiement et l'entraînement de modèles d'apprentissage profond utilisant la JVM. Les points forts comprennent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et minuscule pour l'exécution de code mathématique et une bibliothèque mathématique basée sur Java au-dessus de la bibliothèque C++ de base. Comprend également SameDiff : une bibliothèque similaire à PyTorch/TensorFlow pour l'exécution d'apprentissage profond...

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 Mis à jour 2026-10-05 📅 Créé 2013-11-27
2
flame/blis

Framework Logiciel d'Instanciation de Bibliothèques de Type BLAS

flame
⭐ 2,708 C 👤 flame Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2014-01-22
3
Hedgehog-Computing/hedgehog-lab

Exécutez, compilez et exécutez JavaScript pour le calcul scientifique et la visualisation de données TOTALement TOTALement TOTALement dans votre NAVIGATEUR ! Un environnement de calcul scientifique open source pour JavaScript TOTALement dans votre navigateur, opérations matricielles avec accélération GPU, prise en charge TeX, visualisation de données et calcul symbolique.

Hedgehog-Computing
⭐ 2,385 TypeScript 👤 Hedgehog-Computing Organization 🕐 Mis à jour 2024-05-02 📅 Créé 2020-05-13
4
mratsim/Arraymancer

Une bibliothèque de tenseurs rapide, ergonomique et portable en Nim avec un focus sur l'apprentissage profond pour CPU, GPU et dispositifs embarqués via les backends OpenMP, Cuda et OpenCL

mratsim
⭐ 1,418 Nim 👤 mratsim User 🕐 Mis à jour 2026-11-01 📅 Créé 2017-04-13
5
jblas-project/jblas

Algèbre linéaire pour Java

jblas-project
⭐ 604 Java 👤 jblas-project Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2009-05-07

Foire aux questions

1

Quel est le dépôt #matrix-library le plus populaire sur GitHub ?

Le projet #matrix-library open source le mieux classé sur GitHub est deeplearning4j/deeplearning4j, avec 14,283 étoiles. Suite d'outils pour le déploiement et l'entraînement de modèles d'apprentissage profond utilisant la JVM. Les points forts comprennent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et minuscule pour l'exécution de code mathématique et une bibliothèque mathématique basée sur Java au-dessus de la bibliothèque C++ de base. Comprend également SameDiff : une bibliothèque similaire à PyTorch/TensorFlow pour l'exécution d'apprentissage profond...

2

Quels langages de programmation sont les plus utilisés dans les dépôts #matrix-library ?

Parmi les projets #matrix-library les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, C, TypeScript, Nim.

3

Comment le classement des dépôts #matrix-library est-il calculé ?

Nous suivons 5 dépôts open source actifs associés à #matrix-library (500+ étoiles), totalisant 21,396 étoiles, avec une moyenne de 4,279 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.