#numpy Repository
Scopri 146 repository GitHub open source attivi contrassegnati con #numpy, che raccolgono un totale di 765,321 stelle (con una media di 5,241 stelle per progetto). Il progetto leader di questo argomento è pytorch/pytorch, con 105,764 stelle.
146 repository in totale
La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Python Data Science Handbook: testo completo in Jupyter Notebooks
Visualizzatore per modelli di reti neurali, apprendimento profondo e apprendimento automatico
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
Materiali e notebook IPython per "Python for Data Analysis" di Wes McKinney, pubblicato da O'Reilly Media
🤗 Il più grande hub di dataset pronti all'uso per modelli AI con strumenti di manipolazione dati veloci, facili da usare ed efficienti
Sistema di Trading Quantitativo Abu (Azioni, Opzioni, Futures, Bitcoin, Machine Learning) Trading quantitativo open-source basato su Python, architettura di investimento quantitativo
Un compilatore Python ad alte prestazioni, a overhead zero ed estensibile, con supporto NumPy integrato
Mappa di apprendimento dell'intelligenza artificiale, raccolta di quasi 200 casi pratici e progetti, materiali complementari gratuiti, ingresso da zero basi, pratica per l'occupazione! Include: Python, matematica, machine learning, analisi dati, apprendimento profondo, visione artificiale, elaborazione del linguaggio naturale, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv e altri campi caldi
Un libro ad accesso aperto sulla visualizzazione scientifica usando Python e Matplotlib
Testo scolastico online gratuito di notebook Jupyter per il corso fast.ai Computational Linear Algebra
Operazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per PyTorch, JAX, TF e altri)
《Analisi dei dati con Python · 2ª edizione》
Repository per memorizzare programmi Python di esempio per l'apprendimento di Python
MegEngine è un framework di deep learning veloce, scalabile, facile da usare e che supporta la differenziazione automatica.
Fondamenti di Machine Learning: Algebra Lineare, Calcolo, Statistica e Informatica
Strumenti rapidi di visualizzazione dati e GUI per applicazioni scientifiche/ingegneristiche
Libreria Python per il filtraggio di Kalman e la stima ottimale. Implementa filtro di Kalman, filtro particellare, filtro di Kalman esteso, filtro di Kalman non profumato, g-h (alpha-beta), minimi quadrati, H infinito, smorzatori e altro ancora. Ha un libro di accompagnamento 'Kalman and Bayesian Filters in Python'.
100 puzzle di dati per pandas, che vanno da brevi e semplici a super complicati (60% completato)
napari: un visualizzatore di immagini veloce, interattivo e multidimensionale per Python
Programmazione probabilistica con NumPy alimentata da JAX per autograd e compilazione JIT su GPU/TPU/CPU.
Mars è un framework unificato basato su tensori per il calcolo di dati su larga scala che scala numpy, pandas, scikit-learn e funzioni Python.
Codice per il libro Make Your Own Neural Network
Raffina e quantizza l'arte pixel disordinata generata dall'IA in pixel puliti e perfetti.
Padroneggia i fondamenti dell'apprendimento automatico, dell'apprendimento profondo e dell'ottimizzazione matematica costruendo concetti e modelli chiave da zero usando Python.
Domande frequenti
Qual è il repository #numpy più popolare su GitHub?
Il progetto open source #numpy più alto in classifica su GitHub è pytorch/pytorch, con 105,764 stelle. Tensor e reti neurali dinamiche in Python con forte accelerazione GPU
Quali linguaggi di programmazione sono più utilizzati nei repository #numpy?
Tra i progetti #numpy più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, JavaScript.
Come viene calcolata la classifica dei repository #numpy?
Monitoriamo 146 repository open source attivi contrassegnati con #numpy (500+ stelle), per un totale di 765,321 stelle e una media di 5,241 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.