Git Stars Git Stars

#stochastic-differential-equations Dépôts

Découvrez 9 dépôts GitHub open source actifs associés à #stochastic-differential-equations, cumulant 19,166 étoiles au total (soit une moyenne de 2,129 étoiles par projet). Le projet en tête de ce thème est cantaro86/Financial-Models-Numerical-Methods, avec 7,547 étoiles.

9
Total des Dépôts
19,166
Nombre total d'étoiles
2,129
Moyenne d'Étoiles/Dépôt
1
cantaro86/Financial-Models-Numerical-Methods

Collection de carnets sur la finance quantitative, avec du code Python interactif.

cantaro86
⭐ 7,547 Jupyter Notebook 👤 cantaro86 User 🕐 Mis à jour 2026-10-05 📅 Créé 2019-09-10
2
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
3
yang-song/score_sde_pytorch

Implémentation PyTorch pour la modélisation générative basée sur des scores via des équations différentielles stochastiques (ICLR 2021, Oral)

yang-song
⭐ 2,068 Jupyter Notebook 👤 yang-song User 🕐 Mis à jour 2024-07-14 📅 Créé 2021-02-28
4
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
5
google-research/torchsde

Solveurs de SDE différentiables avec prise en charge GPU et analyse de sensibilité efficace.

google-research
⭐ 1,692 Python 👤 google-research Organization 🕐 Mis à jour 2024-12-30 📅 Créé 2020-07-06
6
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
7
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
8
Algolzw/image-restoration-sde

Restauration d'images avec des équations différentielles stochastiques à retour moyen, ICML 2023. Solution gagnante du défi NTIRE 2023 de suppression d'ombres d'images.

Algolzw
⭐ 695 Python 👤 Algolzw User 🕐 Mis à jour 2024-07-23 📅 Créé 2023-01-27
9
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

Foire aux questions

1

Quel est le dépôt #stochastic-differential-equations le plus populaire sur GitHub ?

Le projet #stochastic-differential-equations open source le mieux classé sur GitHub est cantaro86/Financial-Models-Numerical-Methods, avec 7,547 étoiles. Collection de carnets sur la finance quantitative, avec du code Python interactif.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #stochastic-differential-equations ?

Parmi les projets #stochastic-differential-equations les mieux classés sur GitHub, les langages de programmation les plus courants sont Julia, Python, Jupyter Notebook, CSS.

3

Comment le classement des dépôts #stochastic-differential-equations est-il calculé ?

Nous suivons 9 dépôts open source actifs associés à #stochastic-differential-equations (500+ étoiles), totalisant 19,166 étoiles, avec une moyenne de 2,129 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.