Git Stars Git Stars

#sciml Dépôts

Découvrez 11 dépôts GitHub open source actifs associés à #sciml, cumulant 13,676 étoiles au total (soit une moyenne de 1,243 étoiles par projet). Le projet en tête de ce thème est SciML/DifferentialEquations.jl, avec 3,183 étoiles.

11
Total des Dépôts
13,676
Nombre total d'étoiles
1,243
Moyenne d'Étoiles/Dépôt
Langages de programmation: Julia Python HTML CSS
1
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
2
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
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
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
5
pdebench/PDEBench

PDEBench : Une référence étendue pour l'apprentissage automatique scientifique

pdebench
⭐ 1,233 Python 👤 pdebench Organization 🕐 Mis à jour 2026-03-30 📅 Créé 2022-06-02
6
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
7
astroautomata/SymbolicRegression.jl

Régression Symbolique Distribuée Haute Performance en Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2021-01-14
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
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 #sciml le plus populaire sur GitHub ?

Le projet #sciml open source le mieux classé sur GitHub est SciML/DifferentialEquations.jl, avec 3,183 étoiles. 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.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #sciml ?

Parmi les projets #sciml les mieux classés sur GitHub, les langages de programmation les plus courants sont Julia, Python, HTML, CSS.

3

Comment le classement des dépôts #sciml est-il calculé ?

Nous suivons 11 dépôts open source actifs associés à #sciml (500+ étoiles), totalisant 13,676 étoiles, avec une moyenne de 1,243 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.