Propietario
JuliaDiff
24 repositorios indexados · Ver en GitHub
-
ForwardDiff.jl
Forward Mode Automatic Differentiation for Julia
Julia · 1006 estrellas
-
BlueStyle
A Julia style guide that lives in a blue world
519 estrellas
-
ChainRules.jl
forward and reverse mode automatic differentiation primitives for Julia Base + StdLibs
Julia · 475 estrellas
-
Diffractor.jl
Next-generation AD
Julia · 453 estrellas
-
ReverseDiff.jl
Reverse Mode Automatic Differentiation for Julia
Julia · 396 estrellas
-
TaylorSeries.jl
Taylor polynomial expansions in one and several independent variables.
Julia · 389 estrellas
-
FiniteDifferences.jl
High accuracy derivatives, estimated via numerical finite differences (formerly FDM.jl)
Julia · 319 estrellas
-
DifferentiationInterface.jl
An interface to various automatic differentiation backends in Julia.
Julia · 314 estrellas
-
FiniteDiff.jl
Fast non-allocating calculations of gradients, Jacobians, and Hessians with sparsity support
Julia · 304 estrellas
-
ChainRulesCore.jl
AD-backend agnostic system defining custom forward and reverse mode rules. This is the light weight core to allow you to define rules for...
Julia · 267 estrellas
-
AbstractDifferentiation.jl
An abstract interface for automatic differentiation.
Julia · 138 estrellas
-
TaylorDiff.jl
Taylor-mode automatic differentiation for higher-order derivatives
Julia · 83 estrellas
-
DualNumbers.jl
Julia package for representing dual numbers and for performing dual algebra
Julia · 80 estrellas
-
DiffRules.jl
A simple shared suite of common derivative definitions
Julia · 74 estrellas
-
SparseConnectivityTracer.jl
Fast operator-overloading Jacobian & Hessian sparsity pattern detection.
Julia · 61 estrellas
-
Capstan.jl
A Cassette-based automatic differentiation package for the Julia language
Julia · 56 estrellas
-
ChainRulesTestUtils.jl
Utilities for testing custom AD primitives.
Julia · 50 estrellas
-
SparseMatrixColorings.jl
Coloring algorithms for sparse Jacobian and Hessian matrices
Julia · 45 estrellas
-
HyperDualNumbers.jl
Julia implementation of HyperDualNumbers
Julia · 43 estrellas
-
DiffResults.jl
A package which provides an API for querying differentiation results at multiple orders simultaneously
Julia · 37 estrellas
- 4 repositorios más están en Ver en GitHub
Las issues en las que quizá ya trabaja alguien aparecen al final. Ordenar todo por fecha
-
Dificultad 4/5 3-5 días Aptitud para principiantes 56/100
JuliaDiff/ReverseDiff.jl#321 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 72/100
JuliaDiff/ReverseDiff.jl#320 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
JuliaDiff/ReverseDiff.jl#319 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 86/100
JuliaDiff/ReverseDiff.jl#318 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 58/100
JuliaDiff/ReverseDiff.jl#317 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 45/100
JuliaDiff/ReverseDiff.jl#316 ·
Los mantenedores suelen responder en 1 día
-
`@grad`/`@grad_from_chainrules` silently reuse a tangent if a pullback returns too few tangentsAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 83/100
JuliaDiff/ReverseDiff.jl#315 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
JuliaDiff/ReverseDiff.jl#314 ·
Los mantenedores suelen responder en 1 día
-
Non-differentiable operations are left off the tape, so replays return stale values and gradientsAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 72/100
JuliaDiff/ReverseDiff.jl#313 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
JuliaDiff/SparseMatrixColorings.jl#342 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
JuliaDiff/ForwardDiff.jl#854 · 1 comentario ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 74/100
JuliaDiff/ReverseDiff.jl#310 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 74/100
JuliaDiff/ReverseDiff.jl#309 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
JuliaDiff/ReverseDiff.jl#308 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 68/100
JuliaDiff/ReverseDiff.jl#303 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
JuliaDiff/ChainRules.jl#844 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 75/100
JuliaDiff/ForwardDiff.jl#849 ·
-
Add a benchmark suiteAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaDiff/TaylorSeries.jl#428 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
JuliaDiff/DifferentiationInterface.jl#1069 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
JuliaDiff/TaylorSeries.jl#424 · 2 comentarios ·
-
AutoEnzyme Jacobian preparation scalar-indexes Reactant traced arraysQuizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abiertobackend wontfix
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
JuliaDiff/DifferentiationInterface.jl#1066 · 10 comentarios ·
Los mantenedores suelen responder en 1 día
-
Split preparation methods into 4Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
JuliaDiff/DifferentiationInterface.jl#1059 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaDiff/DifferentiationInterface.jl#1058 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
JuliaDiff/DifferentiationInterface.jl#1055 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaDiff/TaylorSeries.jl#423 · 1 comentario ·
-
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
JuliaDiff/DifferentiationInterface.jl#1052 ·
Los mantenedores suelen responder en 1 día
-
checktag's permissive fallback silently disables tag checking (e.g. for derivative(f!, y, x, cfg))Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 50/100
JuliaDiff/ForwardDiff.jl#833 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
JuliaDiff/ForwardDiff.jl#832 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 75/100
JuliaDiff/ForwardDiff.jl#830 ·
-
ContributorsAbiertowontfix
Dificultad 5/5 Más de una semana Aptitud para principiantes 20/100
JuliaDiff/SparseMatrixColorings.jl#331 · 4 comentarios ·
-
tagbot-manual
Dificultad 2/5 1-3 horas Aptitud para principiantes 55/100
JuliaDiff/FiniteDiff.jl#218 ·
-
ContributorsAbiertowontfix
Dificultad 1/5 Menos de una hora Aptitud para principiantes 35/100
JuliaDiff/DifferentiationInterface.jl#1028 · 7 comentarios ·
Los mantenedores suelen responder en 1 día
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
JuliaDiff/ForwardDiff.jl#812 · 1 reacción ·
-
documentation
Dificultad 5/5 Más de una semana Aptitud para principiantes 30/100
JuliaDiff/DifferentiationInterface.jl#1024 · 9 comentarios ·
Los mantenedores suelen responder en 1 día
-
tagbot-manual
Dificultad 1/5 Menos de una hora Aptitud para principiantes 45/100
JuliaDiff/FiniteDifferences.jl#250 · 1 comentario ·
-
Bug(Enzyme): SecondOrder(ForwardDiff, AutoEnzyme(Reverse)) silently returns 0 from second_derivativeAbiertobot
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
JuliaDiff/DifferentiationInterface.jl#1017 ·
Los mantenedores suelen responder en 1 día
-
Bug(ChainRules): gradient/pullback return NoTangent instead of zeros when f does not depend on xAbiertobot
Dificultad 3/5 1-2 días Aptitud para principiantes 72/100
JuliaDiff/DifferentiationInterface.jl#1016 ·
Los mantenedores suelen responder en 1 día
-
bot
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
JuliaDiff/DifferentiationInterface.jl#1015 ·
Los mantenedores suelen responder en 1 día
-
bot
Dificultad 4/5 3-5 días Aptitud para principiantes 55/100
JuliaDiff/DifferentiationInterface.jl#1014 · 3 comentarios ·
Los mantenedores suelen responder en 1 día
-
Bug(FiniteDiff): hvp accuracy under AutoFiniteDiff() defaults disagrees with hessianQuizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abiertobot
Dificultad 4/5 3-5 días Aptitud para principiantes 52/100
JuliaDiff/DifferentiationInterface.jl#1012 · 3 comentarios ·
Los mantenedores suelen responder en 1 día
-
bot
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
JuliaDiff/DifferentiationInterface.jl#1011 · 3 comentarios ·
Los mantenedores suelen responder en 1 día
-
bot
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
JuliaDiff/DifferentiationInterface.jl#1010 ·
Los mantenedores suelen responder en 1 día
-
bot
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
JuliaDiff/DifferentiationInterface.jl#1009 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bot wontfix
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
JuliaDiff/DifferentiationInterface.jl#1008 · 2 reacciones ·
Los mantenedores suelen responder en 1 día
-
test
Dificultad 3/5 1-2 días Aptitud para principiantes 52/100
JuliaDiff/DifferentiationInterface.jl#1007 ·
Los mantenedores suelen responder en 1 día
-
agent 🤖 array new overloads
Dificultad 3/5 1-2 días Aptitud para principiantes 40/100
-
Bug: axpy!/axpby! fail with MissingPrimalError (iszero check)Quizá libre de nuevo Un pull request para esta issue se cerró sin fusionarse. Abiertoagent 🤖 array new overloads
Dificultad 3/5 Medio día Aptitud para principiantes 50/100
JuliaDiff/SparseConnectivityTracer.jl#317 · 2 comentarios ·
-
agent 🤖 array new overloads
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
-
agent 🤖 array new overloads
Dificultad 4/5 3-5 días Aptitud para principiantes 25/100
Mostrando los 100 más recientes
Esta página solo lista lo indexado más recientemente. El filtro avanzado tiene el inventario completo, acotado por lenguaje, dificultad y duración.