Chủ sở hữu
SciML
Đã lập chỉ mục 137 kho mã nguồn · Xem trên GitHub
-
DifferentialEquations.jl
Multi-language suite for high-performance solvers of differential equations and scientific machine learning (SciML) components. Ordinary ...
Julia · 3157 star
-
SciMLBook
Parallel Computing and Scientific Machine Learning (SciML): Methods and Applications (MIT 18.337J/6.338J)
HTML · 2044 star
-
ModelingToolkit.jl
An acausal modeling framework for automatically parallelized scientific machine learning (SciML) in Julia. A computer algebra system for ...
Julia · 1683 star
-
NeuralPDE.jl
Physics-Informed Neural Networks (PINN) Solvers of (Partial) Differential Equations for Scientific Machine Learning (SciML) accelerated s...
Julia · 1228 star
-
DiffEqFlux.jl
Pre-built implicit layer architectures with O(1) backprop, GPUs, and stiff+non-stiff DE solvers, demonstrating scientific machine learnin...
Julia · 926 star
-
Optimization.jl
Mathematical Optimization in Julia. Local, global, gradient-based and derivative-free. Linear, Quadratic, Convex, Mixed-Integer, and Nonl...
Julia · 839 star
-
OrdinaryDiffEq.jl
High performance ordinary differential equation (ODE) and differential-algebraic equation (DAE) solvers, including neural ordinary differ...
Julia · 684 star
-
diffeqpy
Solving differential equations in Python using DifferentialEquations.jl and the SciML Scientific Machine Learning organization
Python · 611 star
-
Catalyst.jl
Chemical reaction network and systems biology interface for scientific machine learning (SciML). High performance, GPU-parallelized, and ...
Julia · 526 star
-
BlackBoxOptim.jl
Black-box optimization for Julia
Julia · 464 star
-
DataDrivenDiffEq.jl
Data driven modeling and automated discovery of dynamical systems for the SciML Scientific Machine Learning organization
Julia · 430 star
-
SciMLSensitivity.jl
A component of the DiffEq ecosystem for enabling sensitivity analysis for scientific machine learning (SciML). Optimize-then-discretize, ...
Julia · 396 star
-
Surrogates.jl
Surrogate modeling and optimization for scientific machine learning (SciML)
Julia · 382 star
-
ComponentArrays.jl
Arrays with arbitrarily nested named components.
Julia · 375 star
-
Evolutionary.jl
Evolutionary & genetic algorithms for Julia
Julia · 352 star
-
SciMLBenchmarks.jl
Scientific machine learning (SciML) benchmarks, AI for science, and (differential) equation solvers. Covers Julia, Python (PyTorch, Jax),...
Julia · 346 star
-
DiffEqDocs.jl
Documentation for the DiffEq differential equations and scientific machine learning (SciML) ecosystem
Julia · 328 star
-
DiffEqGPU.jl
GPU-acceleration routines for DifferentialEquations.jl and the broader SciML scientific machine learning ecosystem
Julia · 327 star
-
NonlinearSolve.jl
High-performance and differentiation-enabled nonlinear solvers (Newton methods), bracketed rootfinding (bisection, Falsi), with sparsity ...
Julia · 309 star
-
LinearSolve.jl
LinearSolve.jl: High-Performance Unified Interface for Linear Solvers in Julia. Easily switch between factorization and Krylov methods, a...
Julia · 293 star
- Còn 117 kho mã nguồn nữa trên Xem trên GitHub
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 52/100
SciML/SteadyStateDiffEq.jl#171 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 72/100
SciML/LinearSolve.jl#1333 · 1 bình luận ·
-
bot-generated needs-chris-review
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 25/100
SciML/OrdinaryDiffEq.jl#4589 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 72/100
SciML/LinearSolve.jl#1328 ·
-
A shift applied to a whole array variable in a clock partition refers to an undeclared variable Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 52/100
SciML/ModelingToolkit.jl#5169 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 28/100
SciML/ModelingToolkit.jl#5166 ·
-
FirstOrder(lowpass=false): documented transfer function differs from implementation for k != 1 Đang mởbug
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 55/100
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 74/100
SciML/LinearSolve.jl#1321 ·
-
bot-generated enhancement needs-chris-review
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 30/100
SciML/AudioPlugins.jl#58 ·
-
Độ khó 2/5 1-2 ngày Mức phù hợp với người mới 74/100
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 52/100
SciML/LinearSolve.jl#1315 · 1 bình luận ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100
SciML/NonlinearSolve.jl#1288 ·
-
Most in-place factorizations ignore `alias_A`, destroying the caller's matrix on refactorization Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 68/100
SciML/LinearSolve.jl#1313 · 1 bình luận ·
-
Reverse-mode `∂A` drops the residual term for non-square solves, disagreeing with forward mode Đang mở
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 38/100
SciML/LinearSolve.jl#1309 ·
-
Extension LU algorithms never snapshot `A`, so the QR safety fallback restores a stale matrix Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 65/100
SciML/LinearSolve.jl#1306 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 38/100
SciML/NonlinearSolve.jl#1283 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 48/100
SciML/NeuralPDE.jl#1181 ·
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 68/100
SciML/PDEBase.jl#122 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 58/100
SciML/ModelingToolkit.jl#5151 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
SciML/NeuralPDE.jl#1180 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 45/100
SciML/ModelingToolkit.jl#5150 ·
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 74/100
SciML/NeuralPDE.jl#1179 ·
-
Sampling lifecycle: resample! caveats, seeded variant, and RNG consumption by symbolic_discretize Đang mở
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 48/100
SciML/NeuralPDE.jl#1178 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 45/100
SciML/NeuralPDE.jl#1176 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 48/100
SciML/NeuralPDE.jl#1177 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
SciML/NeuralPDE.jl#1175 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100
SciML/NeuralPDE.jl#1174 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100
SciML/NeuralPDE.jl#1172 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 48/100
SciML/NeuralPDE.jl#1173 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
SciML/NeuralPDE.jl#1171 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
SciML/NeuralPDE.jl#1170 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
SciML/NeuralPDE.jl#1169 ·
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 72/100
SciML/ModelingToolkit.jl#5147 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 55/100
SciML/MethodOfLines.jl#697 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 58/100
SciML/MethodOfLines.jl#696 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 58/100
SciML/SciMLSensitivity.jl#1663 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 38/100
SciML/NonlinearSolve.jl#1274 ·
-
Continuous-callback adjoints fail converting FakeIntegrator state from SizedVector to MVector Đang mở
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 74/100
SciML/SciMLSensitivity.jl#1660 ·
-
bug
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 64/100
SciML/Optimization.jl#1358 · 4 bình luận ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 52/100
SciML/NonlinearSolve.jl#1270 ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
SciML/ModelingToolkit.jl#5140 ·
-
Compile and generate code for whole-array equation models without scalarizing per element (tracking) Đang mởbot-generated needs-chris-review
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
SciML/ModelingToolkit.jl#5139 · 1 bình luận ·
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 76/100
SciML/Catalyst.jl#1561 ·
-
bot-generated needs-chris-review
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
SciML/ModelingToolkit.jl#5138 ·
-
Keep discretized dependent variables as array-valued unknowns instead of scalarizing per grid point Đang mở
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 35/100
SciML/MethodOfLines.jl#695 · 1 bình luận ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
SciML/DiffEqGPU.jl#540 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 38/100
SciML/Dedalus.jl#15 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
SciML/ModelingToolkit.jl#5125 · 1 bình luận ·
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 20/100
SciML/NeuralPDE.jl#1166 ·
-
bot-generated needs-chris-review
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 30/100
SciML/ModelingToolkit.jl#5119 ·
Đang hiển thị 100 mục mới nhất
Trang này chỉ liệt kê những gì được lập chỉ mục gần đây. Bộ lọc nâng cao có toàn bộ kho, thu hẹp theo ngôn ngữ, độ khó và thời lượng.