tensor

Tensores e redes neurais dinâmicas em Python com forte aceleração por GPU

Burn é uma biblioteca de tensores e framework de Deep Learning de próxima geração que não compromete a flexibilidade, eficiência e portabilidade.

Framework de compilador de aprendizado de máquina de código aberto.

NumPy e SciPy para GPU.

Operações de tensor flexíveis e poderosas para um código legível e confiável (para PyTorch, JAX, TF e outros)

A plataforma de busca por IA

IA no dispositivo para mobile, embarcados e edge para PyTorch

MegEngine é um framework de deep learning rápido, escalável, fácil de usar e com suporte a diferenciação automática

DataFrame em C++ para análise estatística, financeira e de ML em C++ moderno.

Arrays multidimensionais (tensores) e definições numéricas para Elixir.

Uma lista de projetos e artigos incríveis sobre compiladores para computação de tensores e deep learning.

Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala numpy, pandas, scikit-learn e funções Python.

Algoritmos de ML de 2 a 2000x mais rápidos, 50% menos uso de memória, funcionam em todos os hardwares, novos e antigos.

Inferência do Llama 2 em um único arquivo de puro 🔥

Deep learning em Rust, com tensores verificados por forma e redes neurais

Distâncias aceleradas por SIMD, produtos escalares, operações de matriz, kernels geoespaciais e geométricos para 16 tipos numéricos — de floats de 6 bits a complexos de 64 bits — em x86, Arm, RISC-V e WASM, com bindings para Python, Rust, C, C++, Swift, JS e Go 📐

TensorLy: Aprendizado de tensores em Python.

Uma biblioteca de tensores rápida, ergonômica e portátil em Nim com foco em aprendizado profundo para CPU, GPU e dispositivos embarcados via backends OpenMP, Cuda e OpenCL

O Tensor Algebra Compiler (taco) calcula expressões de tensores esparsos em CPUs e GPUs

Estrutura de tensor comum em memória

Introdução ao PyTorch, cobrindo inicialização de tensores, operações, indexação e redimensionamento.

Uma biblioteca para realizar operações de criptografia homomórfica em tensores

⚡️Otimizando funções einsum em NumPy, TensorFlow, Dask e mais com otimização de ordem de contração.

Biblioteca para operações especializadas em matrizes densas e esparsas, e primitivas de deep learning.

A linguagem de programação Egison

Ferramentas de Baixa Ordem e Esparsas para Modelagem e Subtração de Fundo em Vídeos

Deep learning com redes neurais de picos (SNNs) em PyTorch.

Visualize tensores do PyTorch com uma única linha de código.

⅀

DiffSharp: Programação funcional diferenciável