#convex-optimization Repositórios
Descubra 20 repositórios ativos de código aberto no GitHub marcados com #convex-optimization, acumulando um total de 30,964 estrelas (uma média de 1,548 por projeto). O líder deste tópico é cvxpy/cvxpy, com 6,399 estrelas.
20 repositórios no total
Exercícios e dados adicionais para o EE364a. Sem soluções; para consumo público.
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.
Uma lista selecionada de cursos, palestras, livros, notas, bibliotecas, frameworks e software de otimização matemática.
Clarabel.rs: Solucionador de ponto interior para problemas de otimização cônica convexa em Rust.
Solucionadores de PL, programação quadrática (QP) e programação inteira mista (MIP) em Java puro, além de álgebra linear rápida. Sem dependências, sob licença MIT. Otimização matemática e álgebra linear para a JVM.
Perguntas Frequentes
Qual é o repositório de #convex-optimization mais popular no GitHub?
O projeto de código aberto de #convex-optimization mais bem classificado no GitHub é cvxpy/cvxpy, com 6,399 estrelas. Uma linguagem de modelagem embutida em Python para problemas de otimização convexa.
Quais linguagens de programação são mais usadas nos repositórios de #convex-optimization?
Entre os projetos de #convex-optimization mais bem classificados no GitHub, as linguagens de programação mais comuns são C++, C, Python, Julia.
Como é calculada a classificação dos repositórios de #convex-optimization?
Acompanhamos 20 repositórios ativos de código aberto marcados com #convex-optimization (com mais de 500 estrelas), totalizando 30,964 estrelas e uma média de 1,548 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.