Git Stars Git Stars

#scientific-machine-learning Dépôts

Découvrez 23 dépôts GitHub open source actifs associés à #scientific-machine-learning, cumulant 51,807 étoiles au total (soit une moyenne de 2,252 étoiles par projet). Le projet en tête de ce thème est KindXiaoming/pykan, avec 16,291 étoiles.

23
Total des Dépôts
51,807
Nombre total d'étoiles
2,252
Moyenne d'Étoiles/Dépôt
1
KindXiaoming/pykan

Réseaux de Kolmogorov Arnold

KindXiaoming
⭐ 16,291 Jupyter Notebook 👤 KindXiaoming User 🕐 Mis à jour 2025-01-19 📅 Créé 2024-04-27
2
maziarraissi/PINNs

Apprentissage Profond Informé par la Physique : Solutions Pilotées par les Données et Découverte d'Équations aux Dérivées Partielles Non Linéaires

maziarraissi
⭐ 6,256 Python 👤 maziarraissi User 🕐 Mis à jour 2026-02-11 📅 Créé 2018-01-21
3
PolymathicAI/the_well

Une collection de 15 To de jeux de données de simulation physique

PolymathicAI
⭐ 4,588 Jupyter Notebook 👤 PolymathicAI Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2024-12-02
4
lululxvi/deepxde

Une bibliothèque pour l'apprentissage automatique scientifique et l'apprentissage informé par la physique

lululxvi
⭐ 4,510 Python 👤 lululxvi User 🕐 Mis à jour 2026-11-16 📅 Créé 2019-02-08
5
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
6
SciML/SciMLBook

Calcul parallèle et apprentissage automatique scientifique (SciML) : Méthodes et applications (MIT 18.337J/6.338J)

SciML
⭐ 2,058 HTML 👤 SciML Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2019-08-29
7
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
8
PyDMD/PyDMD

Python Décomposition en Modes Dynamiques

PyDMD
⭐ 1,265 Python 👤 PyDMD Organization 🕐 Mis à jour 2026-10-03 📅 Créé 2017-06-12
9
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
11
SciML/DiffEqFlux.jl

Architectures de couches implicites pré-construites avec backprop O(1), GPUs et solveurs DE raides+non raides, démontrant l'apprentissage automatique scientifique (SciML) et les méthodes d'apprentissage automatique informées par la physique

SciML
⭐ 930 Julia 👤 SciML Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2018-12-26
12
google-deepmind/ferminet

Une implémentation du réseau neuronal fermionique pour les calculs ab-initio de structure électronique

google-deepmind
⭐ 857 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2020-10-06
13
SciML/Optimization.jl

Optimisation mathématique en Julia. Locale, globale, basée sur le gradient et sans dérivée. Optimisation linéaire, quadratique, convexe, mixte en nombres entiers et non linéaire dans une interface simple, rapide et différentiable.

SciML
⭐ 852 Julia 👤 SciML Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-05-06
14
aspuru-guzik-group/selfies

Représentation robuste de graphes contraints sémantiquement, en particulier pour les molécules en chimie

aspuru-guzik-group
⭐ 849 Python 👤 aspuru-guzik-group Organization 🕐 Mis à jour 2025-05-17 📅 Créé 2019-05-31
15
google-deepmind/torax

TORAX : Simulation du transport de Tokamak dans JAX

google-deepmind
⭐ 759 Python 👤 google-deepmind Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-03-05
16
LuxDL/Lux.jl

Deep Learning élégant et performant

LuxDL
⭐ 741 Julia 👤 LuxDL Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2022-03-21
17
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
18
JuDFTteam/best-of-atomistic-machine-learning

🏆 Une liste classée de projets impressionnants d'apprentissage automatique atomistique ⚛️🧬💎.

JuDFTteam
⭐ 738 👤 JuDFTteam Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-06-09
20
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
21
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
23
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 #scientific-machine-learning le plus populaire sur GitHub ?

Le projet #scientific-machine-learning open source le mieux classé sur GitHub est KindXiaoming/pykan, avec 16,291 étoiles. Réseaux de Kolmogorov Arnold

2

Quels langages de programmation sont les plus utilisés dans les dépôts #scientific-machine-learning ?

Parmi les projets #scientific-machine-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Julia, Jupyter Notebook, HTML.

3

Comment le classement des dépôts #scientific-machine-learning est-il calculé ?

Nous suivons 23 dépôts open source actifs associés à #scientific-machine-learning (500+ étoiles), totalisant 51,807 étoiles, avec une moyenne de 2,252 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.