tensor

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

Burn es una biblioteca de tensores y un Framework de Deep Learning de próxima generación que no compromete la flexibilidad, la eficiencia ni la portabilidad.

Framework de compilación de Machine Learning abierto.

NumPy y SciPy para GPU

Operaciones de tensores flexibles y potentes para código legible y fiable (para PyTorch, JAX, TF y otros)

La plataforma de búsqueda de IA

IA en el dispositivo para móviles, sistemas empotrados y edge computing con PyTorch

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

DataFrame de C++ para análisis estadístico, financiero y de ML en C++ moderno

Matrices multidimensionales (tensores) y definiciones numéricas para Elixir.

Una lista de impresionantes proyectos de compiladores y artículos sobre cálculo de tensores y aprendizaje profundo.

Mars es un marco unificado basado en tensores para la computación de datos a gran escala que escala funciones de numpy, pandas, scikit-learn y Python.

Algoritmos de ML de 2 a 2000x más rápidos, 50% menos de uso de memoria, funciona en todo tipo de hardware, nuevo y antiguo.

Inferencia de Llama 2 en un solo archivo de puro 🔥

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

Distancias aceleradas por SIMD, productos punto, operaciones matriciales, núcleos geoespaciales y geométricos para 16 tipos numéricos —desde flotantes de 6 bits hasta complejos de 64 bits— en x86, Arm, RISC-V y WASM, con enlaces para Python, Rust, C, C++, Swift, JS y Go 📐

TensorLy: aprendizaje de tensores en Python.

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.

El compilador de álgebra tensorial (taco) calcula expresiones tensoriales dispersas en CPUs y GPUs.

Estructura de tensores común en memoria.

Introducción a PyTorch, cubriendo inicialización de tensores, operaciones, indexación y redimensionamiento.

Una biblioteca para realizar operaciones de cifrado homomórfico en tensores

⚡️Optimización de funciones einsum en NumPy, Tensorflow, Dask y más mediante la optimización del orden de contracción.

Biblioteca para operaciones especializadas de matrices densas y dispersas, y primitivas de aprendizaje profundo.

El lenguaje de programación Egison

Herramientas de bajo rango y dispersas para el modelado y sustracción de fondo en videos

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

Visualiza tensores de PyTorch con una sola línea de código.

⅀

DiffSharp: Programación funcional diferenciable