主題 · scientific-machine-learning
scientific-machine-learning
標記 scientific-machine-learning 主題、收錄中的開源專案，依星數排序。
專案數
13
總星數
18,745
平均星數
1,442
佔比
0.00%
相關主題
常跟 scientific-machine-learning 一起出現在同一個專案上的主題。
近期新秀
近 90 天內建立、標記 scientific-machine-learning 主題的專案。
近 90 天內還沒有新專案標記這個主題。
- #1★ 4,401+8近 7 天星數變化
- #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 天星數變化 - #3★ 2,039+3近 7 天星數變化
- #4
一個用於 Julia 中自動化平行科學機器學習 (SciML) 的因果建模框架。結合符號學的計算機代數系統，用於物理資訊機器學習與微分方程的自動轉換
★ 1,664+1近 7 天星數變化 - #5★ 1,253+1近 7 天星數變化
- #6
用於科學機器學習（SciML）加速模擬的（偏）微分方程式物理資訊神經網路（PINN）求解器
★ 1,221+1近 7 天星數變化 - #7
預先建構的隱式層架構，具有 O(1) 反向傳播、GPU 以及剛性與非剛性 DE 求解器，展示了科學機器學習 (SciML) 與物理資訊機器學習方法
★ 925+1近 7 天星數變化 - #8
Julia 中的數學最佳化。包含局部、全域、基於梯度與無導數。線性、二次、凸、混合整數與非線性最佳化，整合於單一簡單、快速且可微分的介面中。
★ 835+0近 7 天星數變化 - #9★ 728+2近 7 天星數變化
- #10
🏆 評分排序的 awesome 原子機器學習專案清單 ⚛️🧬💎。
★ 718+1近 7 天星數變化 - #11
高效能常微分方程式 (ODE) 與微分代數方程式 (DAE) 求解器，包含神經常微分方程式 (neural ODEs) 與科學機器學習 (SciML)
★ 678+1近 7 天星數變化 - #12★ 608+0近 7 天星數變化
- #13
用於科學機器學習 (SciML) 的化學反應網路與系統生物學介面。高效能、GPU 平行化且具備 O(1) 求解器的開源軟體。
★ 526-1近 7 天星數變化
