Git Stars Git Stars

#ordinary-differential-equations Repository

Scopri 11 repository GitHub open source attivi contrassegnati con #ordinary-differential-equations, che raccolgono un totale di 16,811 stelle (con una media di 1,528 stelle per progetto). Il progetto leader di questo argomento è rtqichen/torchdiffeq, con 6,437 stelle.

11
Totale Repository
16,811
Totale stelle
1,528
Media Stelle/Repo

11 repository in totale

1
rtqichen/torchdiffeq

Solutori ODE differenziabili con supporto GPU completo e backpropagation con memoria O(1).

rtqichen
⭐ 6,437 Python 👤 rtqichen User 🕐 Aggiornato 2025-04-04 📅 Creato 2018-11-14
2
SciML/ModelingToolkit.jl

Un framework di modellazione acausale per l'apprendimento automatico scientifico (SciML) parallelizzato automaticamente in Julia. Un sistema di algebra computazionale per simbologia integrata per l'apprendimento automatico informato dalla fisica e trasformazioni automatiche delle equazioni differenziali

SciML
⭐ 1,700 Julia 👤 SciML Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-02-27
3
Zymrael/awesome-neural-ode

Una raccolta di risorse riguardanti l'interazione tra equazioni differenziali, deep learning, sistemi dinamici, controllo e metodi numerici.

Zymrael
⭐ 1,505 👤 Zymrael User 🕐 Aggiornato 2024-09-13 📅 Creato 2019-07-14
4
SciML/NeuralPDE.jl

Solutori di Reti Neurali Informate dalla Fisica (PINN) di Equazioni Differenziali (Parziali) per Simulazione Accelerata di Machine Learning Scientifico (SciML)

SciML
⭐ 1,242 Julia 👤 SciML Organization 🕐 Aggiornato 2026-11-04 📅 Creato 2017-03-14
5
mpmath/mpmath

Libreria Python per aritmetica a virgola mobile a precisione arbitraria

mpmath
⭐ 1,238 Python 👤 mpmath Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2011-12-07
6
numerical-mooc/numerical-mooc

Un corso di metodi numerici con Python per ingegneri e scienziati: attualmente 5 moduli di apprendimento, con compiti per studenti.

numerical-mooc
⭐ 969 Jupyter Notebook 👤 numerical-mooc Organization 🕐 Aggiornato 2026-08-19 📅 Creato 2014-08-13
7
SciML/DiffEqFlux.jl

Architetture di layer impliciti pre-costruite con backprop O(1), GPU e solver DE rigidi+non rigidi, che dimostrano l'apprendimento automatico scientifico (SciML) e metodi di apprendimento automatico informati dalla fisica

SciML
⭐ 930 Julia 👤 SciML Organization 🕐 Aggiornato 2026-10-18 📅 Creato 2018-12-26
8
SciML/SciMLTutorials.jl

Tutorial per il machine learning scientifico (SciML) e la risoluzione di equazioni differenziali ad alte prestazioni con software open source.

SciML
⭐ 739 CSS 👤 SciML Organization 🕐 Aggiornato 2025-12-03 📅 Creato 2016-10-31
9
Axect/Peroxide

Libreria numerica Rust con alte prestazioni e sintassi user-friendly

Axect
⭐ 735 Rust 👤 Axect User 🕐 Aggiornato 2026-11-20 📅 Creato 2018-04-20
10
SciML/OrdinaryDiffEq.jl

Solutori ad alte prestazioni per equazioni differenziali ordinarie (ODE) ed equazioni differenziali-algebriche (DAE), inclusi equazioni differenziali ordinarie neurali (neural ODEs) e apprendimento automatico scientifico (SciML)

SciML
⭐ 702 Julia 👤 SciML Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-10-22
11
SciML/diffeqpy

Risoluzione di equazioni differenziali in Python usando DifferentialEquations.jl e l'organizzazione SciML Scientific Machine Learning

SciML
⭐ 616 Python 👤 SciML Organization 🕐 Aggiornato 2026-10-17 📅 Creato 2018-04-21

Domande frequenti

1

Qual è il repository #ordinary-differential-equations più popolare su GitHub?

Il progetto open source #ordinary-differential-equations più alto in classifica su GitHub è rtqichen/torchdiffeq, con 6,437 stelle. Solutori ODE differenziabili con supporto GPU completo e backpropagation con memoria O(1).

2

Quali linguaggi di programmazione sono più utilizzati nei repository #ordinary-differential-equations?

Tra i progetti #ordinary-differential-equations più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Julia, Python, Jupyter Notebook, CSS.

3

Come viene calcolata la classifica dei repository #ordinary-differential-equations?

Monitoriamo 11 repository open source attivi contrassegnati con #ordinary-differential-equations (500+ stelle), per un totale di 16,811 stelle e una media di 1,528 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.