automatic-differentiation

Berechnet Ableitungen von NumPy-Code effizient.

Gorgonia ist eine Bibliothek zur Erleichterung von maschinellem Lernen in Go.

Eine schnelle und flexible Implementierung von Starrkörper-Dynamikalgorithmen und deren analytischen Ableitungen

PennyLane ist eine Open-Source-Quantensoftwareplattform für Quantencomputing, Quanten-Maschinelles-Lernen und Quantenchemie. Erstellen Sie aussagekräftige Quantenalgorithmen, von der Inspiration bis zur Implementierung.

Automatische Differenzierung für C++ leicht gemacht

Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go.

Leistungsstarke automatische Differenzierung von LLVM und MLIR.

Active Directory des 21. Jahrhunderts

Eine schnelle, ergonomische und portable Tensor-Bibliothek in Nim mit Fokus auf Deep Learning für CPU, GPU und eingebettete Geräte über OpenMP-, Cuda- und OpenCL-Backends

Owl – OCaml Scientific Computing @ https://ocaml.xyz

Flugzeugentwurfsoptimierung, beschleunigt durch Computational-Graph-Transformationen (z. B. automatische Differenzierung). Kombinierbare Analysewerkzeuge für Aerodynamik, Antrieb, Strukturen, Trajektoriendesign und vieles mehr.

Eine JavaScript-Bibliothek ähnlich wie PyTorch, mit GPU-Beschleunigung.

Automatische Differenzierung im Forward-Modus für Julia

OptimLib: Eine leichtgewichtige C++-Bibliothek für numerische Optimierungsmethoden nichtlinearer Funktionen

„Deep Learning von Null an ❸“ (O'Reilly Japan, 2020)

Mathematische Optimierung in Julia. Lokal, global, gradientenbasiert und ableitungsfrei. Lineare, quadratische, konvexe, gemischt-ganzzahlige und nichtlineare Optimierung in einer einfachen, schnellen und differenzierbaren Schnittstelle.

Die Stan Math Library ist eine C++-Template-Bibliothek zur automatischen Differenzierung beliebiger Ordnung unter Verwendung von Vorwärts-, Rückwärts- und gemischten Modi. Sie enthält eine Reihe integrierter Funktionen für die probabilistische Modellierung, lineare Algebra und das Lösen von Gleichungen.

Eine einfache Bibliothek zum Erstellen komplexer neuronaler Netze

Mit dem JAX-Framework implementierte Tools für optimalen Transport zur Lösung großflächiger Zuordnungsprobleme jeder Art.

Einführung in die Schlüsselkonzepte der Quantenprogrammierung sowie Tutorials und Implementierungen aus der aktuellen Quantencomputing-Forschung.

⅀

TorchOpt ist eine effiziente Bibliothek für differenzierbare Optimierung, die auf PyTorch basiert.

Differenzierbares Strömungsmechanik-Paket

Julia-Bindings für den automatischen Differenzierer Enzyme

🧩 Form-sichere symbolische Differenzierung mit algebraischen Datentypen

⟨Grassmann-Clifford-Hodge⟩ Differentialgeometrische Algebra

Tensoren und differenzierbare Operationen (wie TensorFlow) in Rust