#optimization Dépôts
Découvrez 194 dépôts GitHub open source actifs associés à #optimization, cumulant 585,256 étoiles au total (soit une moyenne de 3,016 étoiles par projet). Le projet en tête de ce thème est scutan90/DeepLearning-500-questions, avec 57,011 étoiles.
194 dépôts au total
500 questions sur l'apprentissage profond, présentées sous forme de questions-réponses pour expliquer des sujets chauds tels que les connaissances courantes en probabilité, algèbre linéaire, apprentissage automatique, apprentissage profond, vision par ordinateur, etc., afin d'aider moi-même et les lecteurs dans le besoin. L'ensemble du livre est divisé en 18 chapitres, plus de 500 000 mots. En raison d'un niveau limité, je demande instamment aux lecteurs de critiquer et corriger toute partie inappropriée dans le livre. À suivre............ Si intéressé par une coopération, contactez [email protected] Tous droits réservés, la violation sera poursuivie Tan 2018.06
Ray est un moteur de calcul IA. Ray est composé d'un runtime distribué central et d'un ensemble de bibliothèques IA pour accélérer les charges de travail ML.
Application multifonctionnelle pour trouver des doublons, des dossiers vides, des images similaires, etc.
Cours de Programmation C++ Moderne (C++03/11/14/17/20/23/26)
Application conçue pour optimiser, personnaliser et améliorer votre expérience Windows.
Plongez dans le Deep Learning, l'Apprentissage par Renforcement, le Machine Learning, la Vision par Ordinateur et le NLP en apprenant de ces conférences passionnantes !!
Outil d'optimisation Windows gratuit et open-source pour la performance, la confidentialité et la simplicité.
Bibliothèque d'optimisation de maillage qui rend les maillages plus petits et plus rapides à rendre
Une implémentation Python de l'optimisation globale avec des processus gaussiens.
Optimisez les invites, le code et plus encore grâce à l'optimisation réflexive alimentée par l'IA
Algorithme Génétique, Optimisation par Essaim de Particules, Recuit Simulé, Algorithme d'Optimisation par Colonie de Fourmis, Algorithme Immunitaire, Algorithme d'Essaim de Poissons Artificiel, Évolution Différentielle et TSP (Problème du Voyageur de Commerce)
Un langage de modélisation intégré à Python pour les problèmes d'optimisation convexe.
:zap: Le tweak open source le plus puissant sur GitHub pour affiner Windows 10 et Windows 11
PennyLane est une plateforme logicielle quantique open-source pour l’informatique quantique, l’apprentissage machine quantique et la chimie quantique. Créez des algorithmes quantiques significatifs, de l’inspiration à la mise en œuvre.
Accélérez l'inférence et l'entraînement de 🤗 Transformers, Diffusers, TIMM et Sentence Transformers avec des outils d'optimisation matérielle faciles à utiliser
OptaPlanner a été déplacé vers https://github.com/apache/incubator-kie-drools. Ce dépôt est archivé. OptaPlanner est un solveur de contraintes IA en Java permettant d'optimiser les problèmes de tournées de véhicules, de planification du personnel, d'affectation des tâches, de planification de maintenance, d'organisation de conférences et d'autres problèmes de planification.
Logiciel de simulation d'aérodynamique et de trajectoire pour modélisme fusée
:sunglasses: Une liste organisée de bibliothèques et de logiciels de robotique
NSGA2, NSGA3, R-NSGA3, MOEAD, Algorithmes génétiques (GA), Évolution différentielle (DE), CMAES, PSO
Un framework d'entraînement pour les agents d'apprentissage par renforcement Stable Baselines3, avec optimisation des hyperparamètres et agents pré-entraînés inclus.
MTuner est un profileur de mémoire et un outil de détection de fuites de mémoire C/C++ pour Windows et d'autres plateformes
🔍 Une checklist/collection utile de conseils et techniques d'optimisation pour les moteurs de recherche (SEO).
Un langage de modélisation algébrique orienté objet en Python pour les problèmes d'optimisation structurés.
Version communautaire répliquée et optimisée du système de locomotion avancé V4 pour Unreal Engine 5.4 avec des fonctionnalités supplémentaires et des corrections de bugs
Paquet pour optimiser automatiquement votre site, ce qui se traduit par une optimisation de plus de 35 %. Laravel Page Speed offre un pipeline d'optimisation de bout en bout pour les pages rendues avec Blade et les API REST, avec des gains mesurables en latence, bande passante et résilience.
Langage de modélisation pour l'optimisation mathématique (linéaire, mixte-entier, conique, semi-définie, non linéaire)
Gestionnaire open source des ressources de jeux Windows. Neutralise les processus en arrière-plan, réserve des cœurs CPU aux jeux, détourne les interruptions des périphériques des cœurs utilisés par le jeu, applique des politiques de pilote GPU, de mémoire et d’alimentation propres à chaque jeu, puis restaure toutes les modifications après la session. Aucune injection, aucune télémétrie. GPL-3.0.
Une bibliothèque d'enregistrement de nuages de points rapide et robuste
Algorithmes ML 2-2000x plus rapides, 50 % d'utilisation de mémoire en moins, fonctionne sur tout le matériel - neuf et ancien.
Optax est une bibliothèque de traitement et d'optimisation des gradients pour JAX.
CasADi est un framework symbolique pour l’optimisation numérique qui implémente la différentiation automatique en modes direct et inverse sur des graphes de calcul à valeurs matricielles creuses. Il prend en charge la génération de code C autonome et fournit des interfaces vers des codes de pointe tels que SUNDIALS, IPOPT, etc. Il peut être utilisé depuis C++, Python, Matlab/Octave, Julia ou JavaScript.
Code source de PyGAD, une bibliothèque Python 3 pour la création de l'algorithme génétique et la formation d'algorithmes d'apprentissage automatique (Keras & PyTorch).
Foire aux questions
Quel est le dépôt #optimization le plus populaire sur GitHub ?
Le projet #optimization open source le mieux classé sur GitHub est scutan90/DeepLearning-500-questions, avec 57,011 étoiles. 500 questions sur l'apprentissage profond, présentées sous forme de questions-réponses pour expliquer des sujets chauds tels que les connaissances courantes en probabilité, algèbre linéaire, apprentissage automatique, apprentissage profond, vision par ordinateur, etc., afin d'aider moi-même et les lecteurs dans le besoin. L'ensemble du livre est divisé en 18 chapitres, plus de 500 000 mots. En raison d'un niveau limité, je demande instamment aux lecteurs de critiquer et corriger toute partie inappropriée dans le livre. À suivre............ Si intéressé par une coopération, contactez [email protected] Tous droits réservés, la violation sera poursuivie Tan 2018.06
Quels langages de programmation sont les plus utilisés dans les dépôts #optimization ?
Parmi les projets #optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, JavaScript, C#.
Comment le classement des dépôts #optimization est-il calculé ?
Nous suivons 194 dépôts open source actifs associés à #optimization (500+ étoiles), totalisant 585,256 étoiles, avec une moyenne de 3,016 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.