Git Stars Git Stars

#automatic-differentiation Repository

Scopri 50 repository GitHub open source attivi contrassegnati con #automatic-differentiation, che raccolgono un totale di 94,135 stelle (con una media di 1,882 stelle per progetto). Il progetto leader di questo argomento è karpathy/micrograd, con 19,036 stelle.

50
Totale Repository
94,135
Totale stelle
1,882
Media Stelle/Repo

50 repository in totale

1
karpathy/micrograd

Un minuscolo motore autograd a valori scalari e una libreria di reti neurali sopra di esso con API simile a PyTorch

karpathy
⭐ 19,036 Jupyter Notebook 👤 karpathy User 🕐 Aggiornato 2026-08-03 📅 Creato 2020-04-13
2
HIPS/autograd

Calcola in modo efficiente le derivate del codice NumPy.

HIPS
⭐ 7,557 Python 👤 HIPS Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2014-11-24
3
gorgonia/gorgonia

Gorgonia è una libreria che aiuta a facilitare il machine learning in Go.

gorgonia
⭐ 5,899 Go 👤 gorgonia Organization 🕐 Aggiornato 2024-08-12 📅 Creato 2016-09-14
4
mindspore-ai/mindspore

MindSpore è un nuovo framework di training/inferenza per deep learning open source che potrebbe essere utilizzato per scenari mobili, edge e cloud.

mindspore-ai
⭐ 4,729 C++ 👤 mindspore-ai Organization 🕐 Aggiornato 2026-10-28 📅 Creato 2020-02-11
5
stack-of-tasks/pinocchio

Un'implementazione rapida e flessibile di algoritmi di dinamica del corpo rigido e delle loro derivate analitiche

stack-of-tasks
⭐ 3,879 C++ 👤 stack-of-tasks Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2014-10-07
6
meta-pytorch/botorch

Ottimizzazione bayesiana in PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2018-07-30
7
PennyLaneAI/pennylane

PennyLane è una piattaforma open source di software quantistico per il calcolo quantistico, il machine learning quantistico e la chimica quantistica. Crea algoritmi quantistici significativi, dall'ispirazione all'implementazione.

PennyLaneAI
⭐ 3,531 Python 👤 PennyLaneAI Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-04-17
9
cvxpy/cvxpylayers

Strati di ottimizzazione convessa differenziabili

cvxpy
⭐ 2,155 Python 👤 cvxpy Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2019-10-27
10
autodiff/autodiff

differenziazione automatica semplificata per C++

autodiff
⭐ 1,932 C++ 👤 autodiff Organization 🕐 Aggiornato 2025-01-27 📅 Creato 2018-07-19
11
nlpodyssey/spago

Libreria autonoma di Machine Learning e Natural Language Processing in Go

nlpodyssey
⭐ 1,850 Go 👤 nlpodyssey Organization 🕐 Aggiornato 2025-04-01 📅 Creato 2020-01-05
12
chungmin99/pyroki

Un toolkit modulare per l'ottimizzazione della cinematica robotica

chungmin99
⭐ 1,825 Python 👤 chungmin99 User 🕐 Aggiornato 2026-04-01 📅 Creato 2025-05-06
13
EnzymeAD/Enzyme

Differenziazione automatica ad alte prestazioni di LLVM e MLIR.

EnzymeAD
⭐ 1,734 LLVM 👤 EnzymeAD Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-02-27
14
google-research/dex-lang

Linguaggio di ricerca per l'elaborazione di array nella famiglia Haskell/ML

google-research
⭐ 1,708 Haskell 👤 google-research Organization 🕐 Aggiornato 2026-01-05 📅 Creato 2019-10-25
15
FluxML/Zygote.jl

21º secolo d.C.

FluxML
⭐ 1,582 Julia 👤 FluxML Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2018-08-06
16
apoorvnandan/tensor.h

creazione di una minuscola libreria tensoriale in C puro

apoorvnandan
⭐ 1,457 C 👤 apoorvnandan User 🕐 Aggiornato 2025-03-05 📅 Creato 2024-10-10
17
mratsim/Arraymancer

Una libreria di tensori veloce, ergonomica e portatile in Nim con un focus sul deep learning per CPU, GPU e dispositivi embedded tramite backend OpenMP, Cuda e OpenCL

mratsim
⭐ 1,418 Nim 👤 mratsim User 🕐 Aggiornato 2026-11-01 📅 Creato 2017-04-13
18
peterdsharpe/AeroSandbox

Ottimizzazione del design degli aeromobili resa rapida attraverso trasformazioni di grafi computazionali (ad es., differenziazione automatica). Strumenti di analisi componibili per aerodinamica, propulsione, strutture, progettazione di traiettorie e molto altro.

peterdsharpe
⭐ 1,400 Jupyter Notebook 👤 peterdsharpe User 🕐 Aggiornato 2026-10-30 📅 Creato 2019-05-15
19
erwincoumans/tiny-differentiable-simulator

Tiny Differentiable Simulator è una libreria fisica C++ e CUDA solo header per il reinforcement learning e la robotica senza dipendenze.

erwincoumans
⭐ 1,382 C++ 👤 erwincoumans User 🕐 Aggiornato 2026-11-15 📅 Creato 2020-05-14
20
owlbarn/owl

Owl - OCaml Scientific Computing @ https://ocaml.xyz

owlbarn
⭐ 1,358 OCaml 👤 owlbarn Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2016-06-20
21
glouppe/info8010-deep-learning

Lezioni per INFO8010 Deep Learning, ULiège

glouppe
⭐ 1,294 Jupyter Notebook 👤 glouppe User 🕐 Aggiornato 2026-07-13 📅 Creato 2018-03-14
22
eduardoleao052/js-pytorch

Una libreria JavaScript come PyTorch, con accelerazione GPU.

eduardoleao052
⭐ 1,219 JavaScript 👤 eduardoleao052 User 🕐 Aggiornato 2024-11-15 📅 Creato 2024-02-27
23
getkeops/keops

Operazioni del Kernel su CPU e GPU, con autodiff e senza overflow di memoria

getkeops
⭐ 1,197 Python 👤 getkeops Organization 🕐 Aggiornato 2026-07-17 📅 Creato 2019-04-18
24
facebookresearch/shumai

Libreria Tensoriale Differenziabile Veloce in JavaScript e TypeScript con Bun + Flashlight

facebookresearch
⭐ 1,164 TypeScript 👤 facebookresearch Organization 🕐 Aggiornato 2024-07-23 📅 Creato 2022-08-17
25
JuliaDiff/ForwardDiff.jl

Differenziazione automatica in modalità forward per Julia

JuliaDiff
⭐ 1,009 Julia 👤 JuliaDiff Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2013-04-13
27
kthohr/optim

OptimLib: una libreria leggera in C++ per metodi di ottimizzazione numerica per funzioni non lineari

kthohr
⭐ 883 C++ 👤 kthohr User 🕐 Aggiornato 2024-04-28 📅 Creato 2017-06-14
28
WaterLily-jl/WaterLily.jl

Simulatore di fluidi veloce e semplice in Julia

WaterLily-jl
⭐ 859 Julia 👤 WaterLily-jl Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2020-06-19
29
SciML/Optimization.jl

Ottimizzazione matematica in Julia. Locale, globale, basata sul gradiente e senza derivate. Ottimizzazione lineare, quadratica, convessa, a numeri interi misti e non lineare in un'unica interfaccia semplice, veloce e differenziabile.

SciML
⭐ 852 Julia 👤 SciML Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2020-05-06
30
stan-dev/math

La Stan Math Library è una libreria di template C++ per la differenziazione automatica di qualsiasi ordine utilizzando modalità forward, reverse e miste. Include una gamma di funzioni integrate per la modellazione probabilistica, algebra lineare e risoluzione di equazioni.

stan-dev
⭐ 848 C++ 👤 stan-dev Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-07-01
31
ankane/torch.rb

Deep learning per Ruby, alimentato da LibTorch

ankane
⭐ 843 Ruby 👤 ankane User 🕐 Aggiornato 2026-11-14 📅 Creato 2019-11-26
32
oreilly-japan/deep-learning-from-scratch-3

«Deep Learning da zero ❸» (O'Reilly Japan, 2020)

oreilly-japan
⭐ 836 Python 👤 oreilly-japan Organization 🕐 Aggiornato 2024-05-27 📅 Creato 2019-10-25
34
mitsuba-renderer/drjit

Dr.Jit — Un compilatore Just-In-Time per il rendering differenziabile

mitsuba-renderer
⭐ 815 C++ 👤 mitsuba-renderer Organization 🕐 Aggiornato 2026-10-22 📅 Creato 2020-05-06
35
4thd1m/iruka

Strutture dati e algoritmi per gli ingegneri web

4thd1m
⭐ 780 TypeScript 👤 4thd1m User 🕐 Aggiornato 2026-04-08 📅 Creato 2020-05-28
36
ott-jax/ott

Strumenti di trasporto ottimali implementati con il framework JAX, per risolvere problemi di matching su larga scala di qualsiasi tipo.

ott-jax
⭐ 773 Python 👤 ott-jax Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-12-24
37
ThoughtWorksInc/DeepLearning.scala

Una semplice libreria per creare reti neurali complesse

ThoughtWorksInc
⭐ 772 Scala 👤 ThoughtWorksInc Organization 🕐 Aggiornato 2024-07-30 📅 Creato 2016-11-21
38
PennyLaneAI/demos

Introduzioni ai concetti chiave nella programmazione quantistica, nonché tutorial e implementazioni dalla ricerca all'avanguardia nel calcolo quantistico.

PennyLaneAI
⭐ 679 Python 👤 PennyLaneAI Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-10-09
39
tumaer/JAXFLUIDS

Pacchetto di Dinamica Fluida Differenziabile

tumaer
⭐ 674 Python 👤 tumaer Organization 🕐 Aggiornato 2026-08-28 📅 Creato 2022-03-21
41
praeclarum/webgpu-torch

Calcolo tensoriale con accelerazione WebGPU

praeclarum
⭐ 640 TypeScript 👤 praeclarum User 🕐 Aggiornato 2024-07-25 📅 Creato 2023-04-30
42
metaopt/torchopt

TorchOpt è una libreria efficiente per l'ottimizzazione differenziabile basata su PyTorch.

metaopt
⭐ 639 Python 👤 metaopt Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2022-04-08
43
mitmath/matrixcalc

Corso breve MIT IAP: Calcolo matriciale per il machine learning e oltre

mitmath
⭐ 628 Jupyter Notebook 👤 mitmath Organization 🕐 Aggiornato 2026-01-31 📅 Creato 2022-01-04
44
f-dangel/backpack

BackPACK - un pacchetto di backpropagation costruito su PyTorch che calcola efficientemente quantità diverse dal gradiente.

f-dangel
⭐ 620 Python 👤 f-dangel User 🕐 Aggiornato 2026-07-17 📅 Creato 2019-07-11
45
EnzymeAD/Enzyme.jl

Binding di Julia per il differenziatore automatico Enzyme

EnzymeAD
⭐ 594 Julia 👤 EnzymeAD Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-09-06
46
coin-or/CppAD

Un pacchetto C++ per la differenziazione algoritmica: Pagina principale

coin-or
⭐ 594 C++ 👤 coin-or Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2015-01-13
48
breandan/kotlingrad

🧩 Differenziazione simbolica sicura per forma con tipi di dati algebrici

breandan
⭐ 544 Kotlin 👤 breandan User 🕐 Aggiornato 2024-12-17 📅 Creato 2018-10-19
49
chakravala/Grassmann.jl

⟨Grassmann-Clifford-Hodge⟩ algebra geometrica differenziale

chakravala
⭐ 520 Julia 👤 chakravala User 🕐 Aggiornato 2026-11-14 📅 Creato 2017-08-26
50
raskr/rust-autograd

Tensori e operazioni differenziabili (come TensorFlow) in Rust

raskr
⭐ 503 Rust 👤 raskr User 🕐 Aggiornato 2026-06-02 📅 Creato 2017-09-05

Domande frequenti

1

Qual è il repository #automatic-differentiation più popolare su GitHub?

Il progetto open source #automatic-differentiation più alto in classifica su GitHub è karpathy/micrograd, con 19,036 stelle. Un minuscolo motore autograd a valori scalari e una libreria di reti neurali sopra di esso con API simile a PyTorch

2

Quali linguaggi di programmazione sono più utilizzati nei repository #automatic-differentiation?

Tra i progetti #automatic-differentiation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Julia, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #automatic-differentiation?

Monitoriamo 50 repository open source attivi contrassegnati con #automatic-differentiation (500+ stelle), per un totale di 94,135 stelle e una media di 1,882 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.