#scientific-computing Dépôts
Découvrez 216 dépôts GitHub open source actifs associés à #scientific-computing, cumulant 448,492 étoiles au total (soit une moyenne de 2,076 étoiles par projet). Le projet en tête de ce thème est K-Dense-AI/scientific-agent-skills, avec 57,990 étoiles.
216 dépôts au total
Transformez n’importe quel agent IA en scientifique IA. La bibliothèque n° 1 d’Agent Skills pour la science, utilisée par plus de 250 000 scientifiques dans le monde. 177 compétences validées prêtes à l’emploi, ainsi que plus de 100 bases de données scientifiques couvrant la biologie, la chimie, la médecine et la découverte de médicaments. Compatible avec Cursor, Claude Code, Codex, Pi, Antigravity et le standard ouvert Agent Skills.
Burn est une bibliothèque de tenseurs de nouvelle génération et un framework de Deep Learning qui ne transige pas sur la flexibilité, l'efficacité et la portabilité.
Ce dépôt contient des implémentations et du code illustratif pour accompagner les publications de DeepMind.
Outil de visualisation, de surveillance et d’analyse collaborative en temps réel d’expériences d’IA/ML et de données en direct. Compatible avec Python, PyTorch/Torch, NumPy et TensorFlow/Keras https://visdom.dev
XGo est un langage de programmation qui se lit comme de l'anglais simple. Mais il est également incroyablement puissant — il vous permet de tirer parti des actifs de C/C++, Go, Python et JavaScript/TypeScript, créant ainsi un écosystème d'ingénierie logicielle unifié. Notre vision est de permettre à chacun de devenir un bâtisseur du monde.
Gonum est un ensemble de bibliothèques numériques pour le langage de programmation Go. Il contient des bibliothèques pour les matrices, les statistiques, l'optimisation, et plus encore
Solveurs d'EDO différentiables avec support GPU complet et rétropropagation mémoire O(1).
✨ La bibliothèque numérique fondamentale pour JavaScript et TypeScript. ✨ ⭐️ Ajoutez une étoile pour soutenir notre travail !
L’atelier de recherche en IA open source pour la recherche scientifique et les flux de travail d’agents. Une application de bureau privilégiant l’exécution locale et indépendante des modèles, avec des compétences extensibles, des outils et connecteurs MCP, l’exécution de Python/R et des artefacts traçables pour une recherche reproductible sur macOS, Windows et Linux.
Le logiciel CFD Lattice Boltzmann le plus rapide et le plus économe en mémoire, fonctionnant sur tous les GPU et CPU via OpenCL. Gratuit pour un usage non commercial.
Un gestionnaire de paquets flexible qui prend en charge plusieurs versions, configurations, plates-formes et compilateurs.
Paper2Code : Automatisation de la génération de code à partir d'articles scientifiques en apprentissage automatique
Matplot++: Une bibliothèque graphique C++ pour la visualisation de données 📊🗾
Guide des meilleures pratiques Python. La traduction chinoise de "Hitchhiker's Guide to Python".
https://www.youtube.com/channel/UC34rW-HtPJulxr5wp2Xa04w?sub_confirmation=1
ndarray : un tableau N-dimensionnel avec des vues de tableau, un découpage multidimensionnel et des opérations efficaces
Une boîte à outils Python pour effectuer une optimisation sans gradient
Paper2Agent est un système d’IA multi-agents qui transforme automatiquement les articles de recherche en agents d’IA interactifs.
Les notebooks Jupyter derrière mon rapport O'Reilly, "A Whirlwind Tour of Python"
BS::thread_pool : une bibliothèque de pool de threads C++17 / C++20 / C++23 rapide, légère, moderne et facile à utiliser
Exécutez, compilez et exécutez JavaScript pour le calcul scientifique et la visualisation de données TOTALement TOTALement TOTALement dans votre NAVIGATEUR ! Un environnement de calcul scientifique open source pour JavaScript TOTALement dans votre navigateur, opérations matricielles avec accélération GPU, prise en charge TeX, visualisation de données et calcul symbolique.
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.
HDF5 pour Python -- Le paquet h5py est une interface pythonique au format de données binaires HDF5.
Cette API offre un accès programmatique au modèle AlphaGenome développé par Google DeepMind.
Collection organisée par NVIDIA de ressources éducatives relatives à la programmation GPU à usage général.
Un visualiseur C++ et Python pour les données 3D telles que les maillages et les nuages de points
Foire aux questions
Quel est le dépôt #scientific-computing le plus populaire sur GitHub ?
Le projet #scientific-computing open source le mieux classé sur GitHub est K-Dense-AI/scientific-agent-skills, avec 57,990 étoiles. Transformez n’importe quel agent IA en scientifique IA. La bibliothèque n° 1 d’Agent Skills pour la science, utilisée par plus de 250 000 scientifiques dans le monde. 177 compétences validées prêtes à l’emploi, ainsi que plus de 100 bases de données scientifiques couvrant la biologie, la chimie, la médecine et la découverte de médicaments. Compatible avec Cursor, Claude Code, Codex, Pi, Antigravity et le standard ouvert Agent Skills.
Quels langages de programmation sont les plus utilisés dans les dépôts #scientific-computing ?
Parmi les projets #scientific-computing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook, Rust.
Comment le classement des dépôts #scientific-computing est-il calculé ?
Nous suivons 216 dépôts open source actifs associés à #scientific-computing (500+ étoiles), totalisant 448,492 étoiles, avec une moyenne de 2,076 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.