#optimization Dépôts
194 dépôts au total
TorchOpt est une bibliothèque efficace pour l'optimisation différentiable construite sur PyTorch.
🔥🔥🔥 ICLR 2025 Oral. Automatisation de la génération de flux de travail d'agents.
Optimisation non linéaire (recherche de racines, moindres carrés, ...) dans JAX+Equinox. https://docs.kidger.site/optimistix/
ET est une application puissante pour améliorer les performances, désencombrer (debloat), optimiser et renforcer la confidentialité pour Windows 10/11.
🐦 Opytimizer est une bibliothèque Python composée d'algorithmes d'optimisation méta-heuristiques.
🤗 Optimum Intel: Accélérez l'inférence avec les outils d'optimisation d'Intel
Clarabel.rs : Solveur de point intérieur pour les problèmes d'optimisation conique convexe en Rust.
Cours intensif MIT IAP : Calcul matriciel pour l'apprentissage automatique et au-delà
Python-MIP : collection d'outils Python pour la modélisation et la résolution de programmes linéaires en nombres entiers mixtes
Glide Bitmap Pool est une bibliothèque de gestion de mémoire pour réutiliser la mémoire bitmap
Outils de Génération de Mouvement Optimal: planification de mouvement facilitée
Une bibliothèque de recherche arborescente avec une API flexible pour la mise à l'échelle au moment de l'inférence des LLM
Une configuration Gentoo Portage pour la compilation avec les optimisations -O3, Graphite et LTO
Utilisez des modèles PyTorch avec CasADi pour l'optimisation basée sur les données ou le contrôle optimal basé sur l'apprentissage. Prend en charge Acados.
Référentiel officiel pour l'article "Grokfast : Grokking accéléré en amplifiant les gradients lents"
La couche d’amélioration continue pour les agents IA. Ratel analyse les traces de votre agent, repère les problèmes, recommande des correctifs et lance des évaluations sur des sessions réelles avant la mise en production. Auto-hébergé : une application, un Postgres. Inclut les SDK TypeScript et Python.
représentation intermédiaire et backend basés sur des graphes pour les compilateurs d'optimisation
Une interface unifiée pour les algorithmes d'optimisation et les expériences
Une plateforme Python pour effectuer des calculs parallèles de tâches d'optimisation (globales et locales) via le modèle d'îles généralisé asynchrone.
🧃 Perte de poids des jetons. Compactage de sortie léger pour les flux de travail d'agents intensifs en terminal. Fonctionne comme un outil CLI natif ou comme une extension pour les frameworks de codage et d'agents populaires.
Liens natifs C# de Lua 5.4 (compatible avec iOS/Mac/Android/.NET/.NET Core/UWP)
🧩 Différenciation symbolique sûre en forme avec des types de données algébriques
Un contrôleur prédictif par modèle pour robots quadrupèdes, basé sur le modèle de corps rigide unique et écrit en Python. Basé sur le gradient (acados) ou sur l'échantillonnage (jax).
Binning optimal : binning monotone avec contraintes. Prend en charge le binning optimal par lots et en flux. Modélisation de cartes de score et explications contrefactuelles.
Avec Uno, prenez enfin le contrôle total de votre solveur SQP/barrière pour l'optimisation sous contraintes non linéaires.
Solveurs de PL, de programmation quadratique (PQ) et de programmation en nombres entiers mixtes (PNM) en Java pur, ainsi qu’algèbre linéaire rapide. Aucune dépendance, sous licence MIT. Optimisation mathématique et algèbre linéaire pour la JVM.
La boîte à outils EvoloPy fournit des métaheuristiques classiques et récentes inspirées de la nature pour l'optimisation globale.
Une collection de méthodes de Krylov soigneusement sélectionnées en Julia
NeuralFoil est un outil pratique d’analyse aérodynamique des profils d’aile, fondé sur l’apprentissage automatique guidé par la physique et accessible aux utilisateurs finaux en Python/NumPy pur.
Une structure de données pour les problèmes d'optimisation mathématique