Git Stars Git Stars

#second-order-optimization Repository

Scopri 3 repository GitHub open source attivi contrassegnati con #second-order-optimization, che raccolgono un totale di 1,994 stelle (con una media di 664 stelle per progetto). Il progetto leader di questo argomento è amirgholami/PyHessian, con 789 stelle.

3
Totale Repository
1,994
Totale stelle
664
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

3 repository in totale

1
amirgholami/PyHessian

PyHessian è una libreria Pytorch per l'analisi e l'addestramento basato sul secondo ordine di Reti Neurali

amirgholami
⭐ 789 Jupyter Notebook 👤 amirgholami User 🕐 Aggiornato 2025-07-10 📅 Creato 2019-11-20
2
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
3
facebookresearch/optimizers

Per la ricerca e lo sviluppo di algoritmi di ottimizzazione.

facebookresearch
⭐ 585 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2022-04-04

Domande frequenti

1

Qual è il repository #second-order-optimization più popolare su GitHub?

Il progetto open source #second-order-optimization più alto in classifica su GitHub è amirgholami/PyHessian, con 789 stelle. PyHessian è una libreria Pytorch per l'analisi e l'addestramento basato sul secondo ordine di Reti Neurali

2

Quali linguaggi di programmazione sono più utilizzati nei repository #second-order-optimization?

Tra i progetti #second-order-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #second-order-optimization?

Monitoriamo 3 repository open source attivi contrassegnati con #second-order-optimization (500+ stelle), per un totale di 1,994 stelle e una media di 664 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.