#ode Dépôts
Découvrez 12 dépôts GitHub open source actifs associés à #ode, cumulant 18,672 étoiles au total (soit une moyenne de 1,556 étoiles par projet). Le projet en tête de ce thème est nfmcclure/tensorflow_cookbook, avec 6,257 étoiles.
12 dépôts au total
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.
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
Une collection de ressources concernant l'interaction entre les équations différentielles, l'apprentissage profond, les systèmes dynamiques, le contrôle et les méthodes numériques.
Solveurs de Réseaux de Neurones Informés par la Physique (PINN) d'Équations aux (Dérivées) Partielles pour Simulation Accélérée de l'Apprentissage Automatique Scientifique (SciML)
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.
Tutoriels pour le machine learning scientifique (SciML) et la résolution d'équations différentielles haute performance avec des logiciels open source.
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)
Résolution d'équations différentielles en Python en utilisant DifferentialEquations.jl et l'organisation SciML Scientific Machine Learning
Convertir les objets Julia en équations LaTeX, tableaux ou autres environnements.
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.
Foire aux questions
Quel est le dépôt #ode le plus populaire sur GitHub ?
Le projet #ode open source le mieux classé sur GitHub est nfmcclure/tensorflow_cookbook, avec 6,257 étoiles. Code pour TensorFlow Machine Learning Cookbook
Quels langages de programmation sont les plus utilisés dans les dépôts #ode ?
Parmi les projets #ode les mieux classés sur GitHub, les langages de programmation les plus courants sont Julia, Python, Jupyter Notebook, CSS.
Comment le classement des dépôts #ode est-il calculé ?
Nous suivons 12 dépôts open source actifs associés à #ode (500+ étoiles), totalisant 18,672 étoiles, avec une moyenne de 1,556 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.