optimization

Collective Knowledge (CK), Collective Mind (CM/CMX) et automatisations MLPerf : projets dirigés par la communauté visant à apprendre à exécuter des charges de travail IA, ML et autres émergentes de manière plus efficace et rentable sur des modèles, jeux de données, logiciels et matériels variés, en utilisant la méthodologie et les benchmarks MLPerf.

MICA - Vers la reconstruction métrique de visages humains [ECCV2022]

TorchOpt est une bibliothèque efficace d'optimisation différentiable construite sur PyTorch

Solveur conique de découpe

Le choix judicieux pour la mémoïsation Ruby

🐦 Opytimizer est une bibliothèque Python composée d'algorithmes d'optimisation méta-heuristiques.

Optimisation non linéaire (recherche de racines, moindres carrés, ...) dans JAX+Equinox. https://docs.kidger.site/optimistix/

🤗 Optimum Intel : Accélérez l'inférence avec les outils d'optimisation Intel

ET est une application puissante pour améliorer les performances, désencombrer, optimiser et renforcer la confidentialité de Windows 10/11.

Un framework d'optimisation mono et multiobjectif par métaheuristiques

Glide Bitmap Pool est une bibliothèque de gestion de mémoire pour la réutilisation de la mémoire bitmap

VeraGrid, un logiciel de systèmes électriques multiplateforme écrit en Python avec interface utilisateur, utilisé dans le milieu académique et industriel.

Python-MIP : collection d'outils Python pour la modélisation et la résolution de programmes linéaires en nombres entiers mixtes

Clarabel.rs : solveur à points intérieurs pour les problèmes d'optimisation conique convexe en Rust.

Utiliser des modèles PyTorch avec CasADi pour l'optimisation guidée par les données ou le contrôle optimal basé sur l'apprentissage. Prend en charge Acados.

La boîte à outils d'optimisation proximale avancée

🔥🔥🔥 ICLR 2025 Oral. Automatisation de la génération de flux de travail pour les agents.

Navigateur Chromium compilé avec le compilateur Clang/LLVM.

Dépôt officiel de l'article "Grokfast: Accelerated Grokking by Amplifying Slow Gradients"

Moteur neuronal sur l'appareil

Une configuration Gentoo Portage pour la compilation avec les optimisations -O3, Graphite et LTO

Boîte à outils MATLAB pour la modélisation de l'optimisation

Représentation intermédiaire basée sur les graphes et backend pour compilateurs d'optimisation

Module d'apprentissage statistique, avec un accent particulier sur la modélisation dépendante du temps

Application de bureau pour la conversion et l'optimisation d'images.

Une interface unifiée pour les algorithmes d'optimisation et les expérimentations

Différenciation symbolique sécurisée par les types avec des types de données algébriques.

Une plateforme Python pour effectuer des calculs parallèles de tâches d'optimisation (globales et locales) via le modèle d'îlot généralisé asynchrone.

PyLops – Une bibliothèque d'opérateurs linéaires pour Python

Binning optimal : binning monotone avec contraintes. Supporte le binning optimal par lots et en flux. Modélisation de scorecard et explications contrefactuelles.