tensor

具備強大 GPU 加速的 Python 張量與動態神經網路庫

Burn 是下一代張量函式庫與深度學習框架，兼顧彈性、效能與可移植性

開放機器學習編譯器框架

NumPy 与 SciPy 的 GPU 版本

彈性且強大的張量運算，讓程式碼易讀且可靠（支援 pytorch、jax、TensorFlow 等）

AI 搜尋平台

在移動、嵌入式與邊緣裝置上執行的 PyTorch AI

MegEngine 是一個快速、可擴展、易於使用且支援自動微分的深度學習框架

用現代 C++ 的 C++ DataFrame 進行統計、金融與機器學習分析

Elixir 的多維陣列（張量）與數值定義

張量運算與深度學習的優秀編譯器專案及論文列表

Mars 是一個基於張量的統一框架，用於大規模數據計算，可擴展 numpy、pandas、scikit-learn 和 Python 函數。

機器學習演算法速度提升 2-2000 倍，記憶體佔用減少 50%，支援新舊所有硬體。

在單一檔案中以純 🔥 推論 Llama 2

以 Rust 實作的深度學習，具備形狀檢查的張量與神經網路

SIMD 加速的距離、點積、矩陣運算、地理空間與幾何核心，支援 16 種數值類型（從 6 位元浮點數到 64 位元複數），跨 x86、Arm、RISC-V 與 WASM 架構，並提供 Python、Rust、C、C++、Swift、JS 與 Go 的綁定 📐

TensorLy：Python 中的張量學習。

一個在 Nim 中快速、符合人體工學且可攜的張量庫，透過 OpenMP、Cuda 和 OpenCL 後端專注於 CPU、GPU 和嵌入式裝置的深度學習

Tensor Algebra Compiler (taco) 可在 CPU 與 GPU 上運算稀疏張量運算式

常見的記憶體內張量結構

PyTorch 簡介，涵蓋張量初始化、運算、索引與重塑

用於在張量上執行同態加密運算的庫

⚡️使用縮減順序最佳化來最佳化 NumPy、Tensorflow、Dask 等中的 einsum 函式。

專門用於密集與稀疏矩陣運算以及深度學習基本元件的函式庫。

Egison 程式語言

用於影片背景建模與相減的低秩與稀疏工具

在 PyTorch 中使用脈衝神經網路 (SNN) 進行深度學習。

僅需一行程式碼即可視覺化 PyTorch 張量。

⅀

DiffSharp：可微分函數式程式設計