#multiprocessing Dépôts
Découvrez 21 dépôts GitHub open source actifs associés à #multiprocessing, cumulant 43,093 étoiles au total (soit une moyenne de 2,052 étoiles par projet). Le projet en tête de ce thème est mit-pdos/xv6-public, avec 9,121 étoiles.
21 dépôts au total
Faites passer une base de code Python moderne au niveau de performance supérieur.
Une bibliothèque C multiplateforme générique qui comprend de nombreux composants et frameworks couramment utilisés, ainsi qu'un nouvel interpréteur de langage de script. Elle prend actuellement en charge C99 et la programmation orientée aspect (AOP).
L'implémentation PyTorch basée sur YOLOv4 du papier : « Complex-YOLO : Détection d'objets 3D en temps réel sur des nuages de points »
Un cadre pour l'augmentation de données pour la classification et la segmentation d'images 2D et 3D
pip install funboost, un framework complet de planification de fonctions distribuées pour Python. Les fonctionnalités de funboost sont exhaustives et de poids important, 99% de toutes les fonctionnalités imaginables par les utilisateurs sont présentes ; la manière d'utiliser funboost est légère, une seule ligne de code (@boost) doit être écrite. Prend en charge tous les types de modes de concurrence Python et tous les middleware de file d'attente de messages connus, prend en charge des frameworks comme celery, dramatiq dans leur ensemble comme middleware funboost, un accélérateur de fonctions Python, le framework est complet et dispose de toutes les fonctions de contrôle imaginables par les utilisateurs. Unifie la pensée de programmation, est compatible avec 50% des scénarios d'affaires Python, avec un large champ d'application. Une seule ligne de code est nécessaire pour exécuter distribuées toutes les fonctions Python, 99% des utilisateurs Python qui ont utilisé funboost ressentent : c'est simple, pratique, libre et puissant, ils regrettent de ne pas l'avoir découvert plus tôt.
Une bibliothèque de parallélisation avancée pour PHP, permettant un multitâche efficace, optimisant l'utilisation des ressources et la réactivité des applications grâce à plusieurs threads CPU.
Un framework pour implémenter des serveurs multiprocessus robustes comme Unicorn
Starless est un raytracer de trou noir pour CPU en numpy, adapté aux diagrammes informatifs et au matériel de fond d'écran décent.
Une couche d'abstraction matérielle minimale, modulaire et indépendante de la machine
Détecter simultanément les versions minimales de Python nécessaires pour exécuter le code
Foire aux questions
Quel est le dépôt #multiprocessing le plus populaire sur GitHub ?
Le projet #multiprocessing open source le mieux classé sur GitHub est mit-pdos/xv6-public, avec 9,121 étoiles. xv6 OS
Quels langages de programmation sont les plus utilisés dans les dépôts #multiprocessing ?
Parmi les projets #multiprocessing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C, Jupyter Notebook, PHP.
Comment le classement des dépôts #multiprocessing est-il calculé ?
Nous suivons 21 dépôts open source actifs associés à #multiprocessing (500+ étoiles), totalisant 43,093 étoiles, avec une moyenne de 2,052 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.