#sciml Репозитории
Откройте для себя 11 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #sciml, с общим числом 13,676 звёзд (в среднем 1,243 на проект). Лидером этой темы является SciML/DifferentialEquations.jl, набравший 3,183 звёзд.
Всего репозиториев: 11
Многоязычный набор для высокопроизводительных решателей дифференциальных уравнений и компонентов научного машинного обучения (SciML). Обыкновенные дифференциальные уравнения (ODEs), стохастические дифференциальные уравнения (SDEs), уравнения с запаздыванием (DDEs), дифференциально-алгебраические уравнения (DAEs) и многое другое в Julia.
Параллельные вычисления и научное машинное обучение (SciML): Методы и приложения (MIT 18.337J/6.338J)
Фреймворк для акаузального моделирования для автоматически параллелизованного научного машинного обучения (SciML) в Julia. Система компьютерной алгебры для интегрированной символики для машинного обучения, информированного физикой, и автоматизированных преобразований дифференциальных уравнений
Решатели Physics-Informed Neural Networks (PINN) для (частичних) дифференциальных уравнений в ускоренной симуляции научного машинного обучения (SciML)
Математическая оптимизация в Julia. Локальная, глобальная, градиентная и безпроизводная. Линейная, квадратичная, выпуклая, смешанно-целочисленная и нелинейная оптимизация в одном простом, быстром и дифференцируемом интерфейсе.
Распределенная высокопроизводительная символьная регрессия на Julia
Учебные пособия по научному машинному обучению (SciML) и высокопроизводительному решению дифференциальных уравнений с использованием открытого программного обеспечения.
Высокопроизводительные решатели обыкновенных дифференциальных уравнений (ODE) и дифференциально-алгебраических уравнений (DAE), включая нейронные обыкновенные дифференциальные уравнения (neural ODEs) и научное машинное обучение (SciML)
Решение дифференциальных уравнений в Python с использованием DifferentialEquations.jl и организации SciML Scientific Machine Learning
Интерфейс сетей химических реакций и системной биологии для научного машинного обучения (SciML). Высокопроизводительные, GPU-параллелизованные и O(1) решатели в программном обеспечении с открытым исходным кодом.
Часто задаваемые вопросы
Какой репозиторий по теме #sciml наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #sciml на GitHub — SciML/DifferentialEquations.jl, набравший 3,183 звёзд. Многоязычный набор для высокопроизводительных решателей дифференциальных уравнений и компонентов научного машинного обучения (SciML). Обыкновенные дифференциальные уравнения (ODEs), стохастические дифференциальные уравнения (SDEs), уравнения с запаздыванием (DDEs), дифференциально-алгебраические уравнения (DAEs) и многое другое в Julia.
Какие языки программирования чаще всего используются в репозиториях по теме #sciml?
Среди наиболее высоко оценённых проектов по теме #sciml на GitHub чаще всего используются языки программирования Julia, Python, HTML, CSS.
Как рассчитывается рейтинг репозиториев по теме #sciml?
Мы отслеживаем 11 активных репозиториев с открытым исходным кодом, отмеченных тегом #sciml (500 и более звёзд), с общим числом 13,676 звёзд и в среднем 1,243 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.