Git Stars Git Stars

#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
Total des Dépôts
18,672
Nombre total d'étoiles
1,556
Moyenne d'Étoiles/Dépôt
1
nfmcclure/tensorflow_cookbook

Code pour TensorFlow Machine Learning Cookbook

nfmcclure
⭐ 6,257 Jupyter Notebook 👤 nfmcclure User 🕐 Mis à jour 2024-05-23 📅 Créé 2016-06-10
2
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
3
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
4
Zymrael/awesome-neural-ode

Une collection de ressources concernant l'interaction entre les équations différentielles, l'apprentissage profond, les systèmes dynamiques, le contrôle et les méthodes numériques.

Zymrael
⭐ 1,505 👤 Zymrael User 🕐 Mis à jour 2024-09-13 📅 Créé 2019-07-14
5
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
6
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
7
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
8
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
9
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
10
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
11
korsbo/Latexify.jl

Convertir les objets Julia en équations LaTeX, tableaux ou autres environnements.

korsbo
⭐ 599 Julia 👤 korsbo User 🕐 Mis à jour 2026-08-18 📅 Créé 2017-10-19
12
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 #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

2

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.

3

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.