#convex-optimization Repository
Scopri 20 repository GitHub open source attivi contrassegnati con #convex-optimization, che raccolgono un totale di 30,964 stelle (con una media di 1,548 stelle per progetto). Il progetto leader di questo argomento è cvxpy/cvxpy, con 6,399 stelle.
20 repository in totale
Un linguaggio di modellazione incorporato in Python per problemi di ottimizzazione convessa.
Esercizi aggiuntivi e dati per EE364a. Nessuna soluzione; per il consumo pubblico.
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.
Un elenco curato di corsi, lezioni, libri, appunti, librerie, framework e software di ottimizzazione matematica.
Clarabel.rs: Risolutore a punto interno per problemi di ottimizzazione conica convessa in Rust.
Solver in puro Java per PL, programmazione quadratica (QP) e programmazione lineare intera mista (MIP), oltre ad algebra lineare veloce. Nessuna dipendenza, con licenza MIT. Ottimizzazione matematica e algebra lineare per la JVM.
Domande frequenti
Qual è il repository #convex-optimization più popolare su GitHub?
Il progetto open source #convex-optimization più alto in classifica su GitHub è cvxpy/cvxpy, con 6,399 stelle. Un linguaggio di modellazione incorporato in Python per problemi di ottimizzazione convessa.
Quali linguaggi di programmazione sono più utilizzati nei repository #convex-optimization?
Tra i progetti #convex-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono C++, C, Python, Julia.
Come viene calcolata la classifica dei repository #convex-optimization?
Monitoriamo 20 repository open source attivi contrassegnati con #convex-optimization (500+ stelle), per un totale di 30,964 stelle e una media di 1,548 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.