#scientific-machine-learning 저장소
#scientific-machine-learning 태그가 지정된 GitHub의 활성 오픈 소스 저장소 23개를 확인해 보세요. 총 51,807개의 스타를 획득했으며 프로젝트당 평균 2,252개입니다. 이 주제를 이끄는 저장소는 16,291개의 스타를 받은 KindXiaoming/pykan입니다.
저장소 총 23개
미분 방정식 및 과학 기계 학습 (SciML) 구성 요소의 고성능 솔버를 위한 다국어 스위트. 상미분 방정식 (ODEs), 확률 미분 방정식 (SDEs), 지연 미분 방정식 (DDEs), 미분 대수 방정식 (DAEs) 등 Julia에서.
Julia에서 자동 병렬화된 과학적 기계 학습(SciML)을 위한 비인과 모델링 프레임워크. 물리학 기반 기계 학습을 위한 통합 기호학과 미분 방정식의 자동 변환을 위한 컴퓨터 대수 시스템
과학적 머신러닝(SciML) 가속 시뮬레이션을 위한 (편미분) 미분방정식의 Physics-Informed Neural Networks (PINN) 솔버
O(1) 백프로퍼게이션, GPU 및 stiff+non-stiff DE 솔버를 갖춘 사전 구축된 암시적 레이어 아키텍처로, 과학적 머신러닝(SciML) 및 물리학 기반 머신러닝 방법을 시연합니다
Julia의 수학적 최적화. 지역적, 전역적, 기울기 기반 및 도함수 미사용. 하나로 간단하고 빠르며 미분 가능한 인터페이스에서 선형, 이차, 볼록, 혼합 정수 및 비선형 최적화.
고성능 상미분방정식 (ODE) 및 미분대수방정식 (DAE) 솔버, 신경 상미분방정식 (neural ODEs) 및 과학 기계 학습 (SciML) 포함
DifferentialEquations.jl과 SciML Scientific Machine Learning 조직을 사용하여 Python에서 미분 방정식을 푸는 법
과학 머신러닝(SciML)을 위한 화학 반응 네트워크 및 시스템 생물학 인터페이스. 오픈 소스 소프트웨어에서 고성능, GPU 병렬화 및 O(1) 솔버를 제공합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #scientific-machine-learning 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #scientific-machine-learning 프로젝트는 16,291개의 스타를 받은 KindXiaoming/pykan입니다. 콜모고로프 아놀드 네트워크
#scientific-machine-learning 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #scientific-machine-learning 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Julia, Jupyter Notebook, HTML입니다.
#scientific-machine-learning 저장소 순위는 어떻게 계산되나요?
#scientific-machine-learning 태그가 지정된 활성 오픈 소스 저장소(23개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 51,807개이며 저장소당 평균 2,252개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.