#automatic-differentiation Repositórios
Descubra 50 repositórios ativos de código aberto no GitHub marcados com #automatic-differentiation, acumulando um total de 94,135 estrelas (uma média de 1,882 por projeto). O líder deste tópico é karpathy/micrograd, com 19,036 estrelas.
50 repositórios no total
Um pequeno motor de autograd com valor escalar e uma biblioteca de rede neural construída sobre ele com uma API semelhante à do PyTorch
MindSpore é uma nova estrutura de treinamento/inferência de aprendizado profundo de código aberto que pode ser usada para cenários móveis, de borda (edge) e de nuvem.
Uma implementação rápida e flexível de algoritmos de Dinâmica de Corpo Rígido e suas derivadas analíticas
PennyLane é uma plataforma de software quântico de código aberto para computação quântica, aprendizagem de máquina quântica e química quântica. Crie algoritmos quânticos significativos, da inspiração à implementação.
Biblioteca autossuficiente de Machine Learning e Processamento de Linguagem Natural em Go
Linguagem de pesquisa para processamento de arrays na família Haskell/ML
Uma biblioteca de tensores rápida, ergonómica e portátil em Nim, com foco em deep learning para CPU, GPU e dispositivos embarcados, via backends OpenMP, Cuda e OpenCL
Otimização do projeto de aeronaves agilizada através de transformações de grafo computacional (por exemplo, diferenciação automática). Ferramentas de análise composicionais para aerodinâmica, propulsão, estruturas, projeto de trajetória e muito mais.
Tiny Differentiable Simulator é uma biblioteca de física C++ e CUDA, apenas de cabeçalho, para aprendizado por reforço e robótica, com zero dependências.
Operações de Kernel, em CPUs e GPUs, com autodiferenciação e sem transbordamentos de memória
Biblioteca de Tensores Diferenciáveis Rápidos em JavaScript e TypeScript com Bun + Flashlight
OptimLib: uma biblioteca C++ leve de métodos de otimização numérica para funções não lineares
Otimização Matemática em Julia. Local, global, baseada em gradiente e livre de derivadas. Otimização Linear, Quadrática, Convexa, de Inteiros Mistos e Não Linear em uma interface simples, rápida e diferenciável.
A Stan Math Library é uma biblioteca de templates C++ para diferenciação automática de qualquer ordem usando modos forward, reverse e mistos. Ela inclui uma variedade de funções integradas para modelagem probabilística, álgebra linear e resolução de equações.
Ferramentas de transporte ótimo implementadas com o framework JAX, para resolver problemas de emparelhamento em larga escala de qualquer tipo.
Introduções aos conceitos chave em programação quântica, bem como tutoriais e implementações provenientes de pesquisas de ponta em computação quântica.
TorchOpt é uma biblioteca eficiente para otimização diferenciável, construída sobre o PyTorch.
Curso de Curta Duração do MIT IAP: Cálculo Matricial para Aprendizado de Máquina e Além
BackPACK - um pacote de retropropagação baseado no PyTorch que calcula eficientemente outras quantidades além do gradiente.
🧩 Diferenciação Simbólica com Formas Seguras Usando Tipos de Dados Algébricos
Perguntas Frequentes
Qual é o repositório de #automatic-differentiation mais popular no GitHub?
O projeto de código aberto de #automatic-differentiation mais bem classificado no GitHub é karpathy/micrograd, com 19,036 estrelas. Um pequeno motor de autograd com valor escalar e uma biblioteca de rede neural construída sobre ele com uma API semelhante à do PyTorch
Quais linguagens de programação são mais usadas nos repositórios de #automatic-differentiation?
Entre os projetos de #automatic-differentiation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Julia, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #automatic-differentiation?
Acompanhamos 50 repositórios ativos de código aberto marcados com #automatic-differentiation (com mais de 500 estrelas), totalizando 94,135 estrelas e uma média de 1,882 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.