autograd

Tensors y redes neuronales dinámicas en Python con una sólida aceleración por GPU

Calcula eficientemente derivadas de código NumPy.

Una biblioteca independiente en C++ para aprendizaje automático

Creo firmemente que ustedes, los estudiantes de posgrado y buscadores de empleo a quienes está dirigido principalmente el libro, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.

Un framework de deep learning independiente del motor en Java

MegEngine es un framework de aprendizaje profundo rápido, extensible, fácil de usar y compatible con diferenciación automática

PennyLane es una plataforma de software cuántico de código abierto para computación cuántica, aprendizaje automático cuántico y química cuántica. Crea algoritmos cuánticos significativos, desde la inspiración hasta la implementación.

JAX: una lista seleccionada de recursos https://github.com/google/jax

Implementación en C++ de los tutoriales de PyTorch para todos

Aprendizaje profundo en Rust, con tensores verificados por forma y redes neuronales

Una biblioteca de tensores rápida, ergonómica y portátil en Nim, enfocada en aprendizaje profundo para CPU, GPU y dispositivos embebidos mediante backends de OpenMP, Cuda y OpenCL.

Owl - Computación científica en OCaml @ https://ocaml.xyz

Biblioteca de extensiones de PyTorch para operaciones optimizadas de matrices dispersas con Autograd.

『Deep Learning desde cero ❸』(O'Reilly Japan, 2020)

Aprendizaje profundo con redes neuronales de impulsos (SNN) en PyTorch.

Introducción a conceptos clave en programación cuántica, además de tutoriales e implementaciones de investigaciones de vanguardia en computación cuántica.

Modelos de población grande

Interfaz de R para Torch.

Tensores y operaciones diferenciables (como TensorFlow) en Rust