主题 · scientific-machine-learning
scientific-machine-learning
标记 scientific-machine-learning 主题、收录中的开源项目，按星标数排序。
项目数
13
总星标数
18,745
平均星标数
1,442
占比
0.00%
相关主题
常跟 scientific-machine-learning 一起出现在同一个项目上的主题。
近期新秀
近 90 天内创建、标记 scientific-machine-learning 主题的项目。
近 90 天内还没有新项目标记这个主题。
- #1★ 4,401+8近 7 天星标变化
- #2
多语言套件，用于高性能微分方程求解器和科学机器学习（SciML）组件。支持常微分方程（ODE）、随机微分方程（SDE）、延迟微分方程（DDE）、微分代数方程（DAE）等，均在 Julia 中实现
★ 3,152+1近 7 天星标变化 - #3★ 2,039+3近 7 天星标变化
- #4
一个用于 Julia 中自动并行化科学机器学习 (SciML) 的因果建模框架。用于集成符号学的计算机代数系统，支持物理信息机器学习与微分方程的自动转换
★ 1,664+1近 7 天星标变化 - #5★ 1,253+1近 7 天星标变化
- #6
用于科学机器学习（SciML）加速模拟的（偏）微分方程物理信息神经网络（PINN）求解器
★ 1,221+1近 7 天星标变化 - #7
预先构建的隐式层架构，具有 O(1) 反向传播、GPU 以及刚性与非刚性 DE 求解器，展示了科学机器学习 (SciML) 与物理信息机器学习方法
★ 925+1近 7 天星标变化 - #8
Julia 中的数学最优化。包含局部、全局、基于梯度与无导数。线性、二次、凸、混合整数与非线性最优化，整合于单一简单、快速且可微分的接口中。
★ 835+0近 7 天星标变化 - #9★ 728+2近 7 天星标变化
- #10
🏆 评分排序的 awesome 原子机器学习项目列表 ⚛️🧬💎。
★ 718+1近 7 天星标变化 - #11
高性能常微分方程 (ODE) 与微分代数方程 (DAE) 求解器，包含神经常微分方程 (neural ODEs) 与科学机器学习 (SciML)
★ 678+1近 7 天星标变化 - #12★ 608+0近 7 天星标变化
- #13
用于科学机器学习 (SciML) 的化学反应网络与系统生物学接口。高性能、GPU 并行化且具备 O(1) 求解器的开源软件。
★ 526-1近 7 天星标变化
