Project Icon

torchquad

基于GPU加速的开源数值积分框架

torchquad是一个开源的高性能数值积分框架,支持PyTorch、JAX和Tensorflow等多个后端。该框架针对GPU进行了优化,能有效处理高维积分问题,并在GPU上展现出优异的扩展性。torchquad提供多种积分方法,支持自动微分,适用于机器学习和科学计算等领域。其简洁的API设计使研究人员和开发者能够高效地完成复杂的数值积分任务。

torchquantum - 快速可扩展的PyTorch量子计算框架
GPU加速GithubPyTorchTorchQuantum开源项目量子电路模拟量子计算
TorchQuantum是基于PyTorch的开源量子计算框架,支持多达30个量子比特的GPU加速模拟。它具有动态计算图、自动梯度计算和批处理模式等特性,适用于量子算法设计、参数化量子电路训练和量子机器学习研究。与同类框架相比,TorchQuantum在GPU支持和张量化处理方面表现出色。
pytorch - 能GPU加速的Python深度学习平台
GPU加速PyTorch深度学习神经网络
PyTorch是一个开源的提供强大GPU加速的张量计算和深度神经网络平台,基于动态autograd系统设计。它不仅支持广泛的科学计算需求,易于使用和扩展,还可以与Python的主流科学包如NumPy、SciPy无缝集成,是进行深度学习和AI研究的理想工具。
QuadGK.jl - Julia一维数值积分库 支持多种数据类型
GithubJulia语言QuadGK.jl开源项目数值积分自适应积分高斯-克朗罗德求积
QuadGK.jl是一个用于一维数值积分的Julia开源库,采用自适应Gauss-Kronrod求积法。支持多种数值类型的积分计算,包括任意精度和向量空间。提供quadgk、gauss和kronrod三个核心函数,分别用于执行积分、计算高斯求积点和权重、计算Kronrod点和权重。适用于各种数值积分场景,为用户提供高效且灵活的解决方案。
torchdyn - PyTorch数值深度学习库,支持微分方程和数值方法
GithubPyTorchTorchdyn开源项目微分方程数值方法深度学习
Torchdyn是一个专注于数值深度学习的PyTorch库,涵盖微分方程、积分变换和数值方法。它提供便捷的工具和层,用于构建神经微分方程和复合模型,并支持GPU加速和多种数值方法。该库与PyTorch和pytorch-lightning高度集成,使得用户能够快速上手,推进研究和应用。
gpytorch - 基于PyTorch实现的灵活高斯过程建模工具
GPU加速GPyTorchGaussian processGithubKISS-GPPyTorch开源项目
GPyTorch是一个基于PyTorch实现的高斯过程库,旨在简便地创建可扩展、灵活的高斯过程模型。它通过数值线性代数技术实现了显著的GPU加速,并集成了如SKI/KISS-GP和随机Lanczos展开等先进算法,同时能与深度学习框架无缝结合。支持Python 3.8及以上版本。更多信息、示例和教程请参阅官方文档。
tf-quant-finance - 基于TensorFlow的高性能量化金融库,支持多层数学和定价模型
GithubPythonTF Quant FinanceTensorFlow定价模型开源项目数学方法
TF Quant Finance利用TensorFlow的硬件加速和自动微分,提供从基础数学算法到高级定价模型的功能,包括优化、插值、微分方程求解和金融模型校准。库的功能正在不断扩展,并提供独立可运行的示例,便于用户学习和应用。
torchsde - 提供GPU支持的随机微分方程求解器
GANGithubNeural SDEPyTorchSDE solverstochastic differential equation开源项目
这个库提供了支持GPU和高效反向传播的随机微分方程(SDE)求解器。其使用Python和PyTorch开发,安装方便,并附有丰富的示例。用户可以通过简单的代码示例快速入门,并通过文档进一步学习。除了基础功能外,还包括潜在SDE和GAN中的SDE等高级应用示例。适用于在高性能计算环境中执行复杂SDE模型的研究人员和开发者。
evotorch - 基于PyTorch的高性能进化计算库
EvoTorchGithubPyTorch优化算法开源项目强化学习进化计算
EvoTorch是一个基于PyTorch的开源进化计算框架,支持黑盒优化、强化学习和监督学习等多种优化问题。它实现了PGPE、CMA-ES和遗传算法等多种进化算法,并通过GPU加速和Ray分布式计算提高优化效率。EvoTorch设计简洁易用,适合解决各类复杂优化问题,为研究人员和工程师提供了强大的工具支持。
jax-triton - JAX与Triton集成实现GPU计算加速
CUDAGPU加速GithubJAXTritonjax-triton开源项目
jax-triton项目实现了JAX和Triton的集成,让开发者能在JAX中使用Triton的GPU计算功能。通过triton_call函数,可在JAX编译函数中应用Triton内核,提高计算密集型任务效率。项目提供文档和示例,适合机器学习和科学计算领域的GPU计算优化需求。
optimum-quanto - PyTorch模型量化框架 提升性能和效率
GithubOptimum QuantoPyTorch开源项目机器学习模型优化量化
Optimum Quanto是专为Optimum设计的PyTorch量化框架。它支持eager模式、多设备部署,自动插入量化/反量化存根和操作,实现从浮点到动态/静态量化模型的无缝转换。支持多种精度的权重和激活量化,有效提升模型性能和内存效率。该框架为Hugging Face和原生PyTorch模型提供简便的量化流程。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号