Git Stars Git Stars

#second-order-optimization Dépôts

Découvrez 3 dépôts GitHub open source actifs associés à #second-order-optimization, cumulant 1,994 étoiles au total (soit une moyenne de 664 étoiles par projet). Le projet en tête de ce thème est amirgholami/PyHessian, avec 789 étoiles.

3
Total des Dépôts
1,994
Nombre total d'étoiles
664
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
amirgholami/PyHessian

PyHessian est une bibliothèque Pytorch pour l'analyse et l'entraînement basés sur le second ordre des réseaux de neurones

amirgholami
⭐ 789 Jupyter Notebook 👤 amirgholami User 🕐 Mis à jour 2025-07-10 📅 Créé 2019-11-20
2
f-dangel/backpack

BackPACK - un package de rétropropagation construit sur PyTorch qui calcule efficacement des quantités autres que le gradient.

f-dangel
⭐ 620 Python 👤 f-dangel User 🕐 Mis à jour 2026-07-17 📅 Créé 2019-07-11
3
facebookresearch/optimizers

Pour la recherche et le développement d'algorithmes d'optimisation.

facebookresearch
⭐ 585 Python 👤 facebookresearch Organization 🕐 Mis à jour 2026-10-23 📅 Créé 2022-04-04

Foire aux questions

1

Quel est le dépôt #second-order-optimization le plus populaire sur GitHub ?

Le projet #second-order-optimization open source le mieux classé sur GitHub est amirgholami/PyHessian, avec 789 étoiles. PyHessian est une bibliothèque Pytorch pour l'analyse et l'entraînement basés sur le second ordre des réseaux de neurones

2

Quels langages de programmation sont les plus utilisés dans les dépôts #second-order-optimization ?

Parmi les projets #second-order-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #second-order-optimization est-il calculé ?

Nous suivons 3 dépôts open source actifs associés à #second-order-optimization (500+ étoiles), totalisant 1,994 étoiles, avec une moyenne de 664 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.