#NumPy

picoGPT学习资料汇总 - GPT-2的极简NumPy实现

2 个月前
Cover of picoGPT学习资料汇总 - GPT-2的极简NumPy实现

NumPy: Python科学计算的基石

3 个月前
Cover of NumPy: Python科学计算的基石

Autograd简介:高效自动微分库

3 个月前
Cover of Autograd简介:高效自动微分库

Tensor Puzzles: 通过解谜提升PyTorch技能的趣味练习

3 个月前
Cover of Tensor Puzzles: 通过解谜提升PyTorch技能的趣味练习

llama3.np: 纯NumPy实现的Llama 3模型

3 个月前
Cover of llama3.np: 纯NumPy实现的Llama 3模型

NumPy 100练习:提升你的NumPy技能

3 个月前
Cover of NumPy 100练习:提升你的NumPy技能

从Python到NumPy:高效科学计算的必由之路

3 个月前
Cover of 从Python到NumPy:高效科学计算的必由之路

picoGPT: 一个极简的GPT-2实现

3 个月前
Cover of picoGPT: 一个极简的GPT-2实现
相关项目
Project Cover

picoGPT

picoGPT是一个极简风格的GPT-2实现版本,采用NumPy全面编写,前向传播过程在短短40行代码中展开。它虽然运行缓慢,不支持多重训练或高级的采样方法,但其独特的简化设计提供了一种有趣的学习与试验环境,极适合AI和机器学习领域的爱好者及开发者。

Project Cover

numpy-100

这个开源项目汇集了100道NumPy练习题,涵盖Python数据分析的核心内容。题目来源广泛,包括NumPy邮件列表、Stack Overflow和官方文档。它为各层次的Python开发者提供了实用的学习资源,同时也是教学者的得力助手。项目旨在深化NumPy学习,全面提升数据科学技能。练习题支持Binder在线测试和GitHub阅读。项目基于MIT许可证,并衍生出其他编程语言的版本。

Project Cover

from-python-to-numpy

From Python to Numpy 是一个开源的NumPy学习项目,采用Creative Commons Attribution 4.0国际许可证。该项目提供了从Python到NumPy的迁移指导,通过向量化技术展示如何提升代码效率。作者Nicolas P. Rougier分享了众多实用技巧,这些技巧往往只能通过实践获得,为读者提供了宝贵的学习和实践机会。项目涵盖了许多传统书籍未提及的内容,填补了现有NumPy学习资料的空白,帮助读者通过丰富的实例掌握NumPy的高级应用。

Project Cover

llama3.np

llama3.np是一个基于NumPy的Llama 3模型实现。该项目使用Andrej Karpathy的stories15M模型,提供详细的英文文档和CUDA版本。用户可通过Python命令生成文本。项目包含学术引用指南,并致谢相关库和工具贡献者。作为轻量级实现,llama3.np为研究人员和开发者提供了易于理解和使用的Llama 3模型。

Project Cover

Tensor-Puzzles

Tensor-Puzzles项目包含21个张量编程挑战,旨在加深对PyTorch和NumPy等张量编程语言的理解。这些精心设计的题目引导学习者利用广播等技巧,从基本原理实现复杂张量操作,减少对标准库的依赖。项目注重实践和创新,有助于全面提升张量编程能力。

Project Cover

python-sounddevice

python-sounddevice是一个基于PortAudio库的Python模块,提供音频播放和录制功能。该模块支持Linux、macOS和Windows平台,能够处理包含音频信号的NumPy数组。它为开发者提供了在Python项目中实现音频输入输出操作的工具,适用于各种音频应用开发。

Project Cover

autograd

Autograd是一个自动微分库,可对原生Python和NumPy代码进行微分。它支持反向模式和前向模式微分,能高效计算标量函数对数组参数的梯度。Autograd兼容Python的多数特性,如循环、条件语句、递归和闭包,并支持高阶导数。这个库主要应用于基于梯度的优化,在机器学习、神经网络和科学计算等领域有广泛应用。

Project Cover

numpy

NumPy是Python科学计算的核心库,提供N维数组对象和高级数学函数。支持广播功能,可集成C/C++和Fortran代码,并包含线性代数、傅里叶变换和随机数生成工具。作为开源项目,NumPy欢迎社区贡献,包括代码开发、文档编写等。项目致力于营造开放包容的环境,为科学计算奠定基础。

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