SciML/SciMLBook
SciML/SciMLBook has 2,054 GitHub stars and 375 forks. GitHot measured +2 stars in 24 hours and +4 in 7 days. Last checked 2026-11-12 17:48 UTC. Last push 2026-11-02.
Comment ces chiffres sont mesurés
Parallel Computing and Scientific Machine Learning (SciML): Methods and Applications (MIT 18.337J/6.338J)
Progression mesurée des étoiles
- in 24h
- +2
- in 7 days
- +4
- in 15 days
- Historique en cours
- in 1 month
- Historique en cours
Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.
README.md
OriginalParallel Computing and Scientific Machine Learning (SciML): Methods and Applications
This book is a compilation of lecture notes from the MIT Course 18.337J/6.338J: Parallel Computing and Scientific Machine Learning. Links to the old notes https://mitmath.github.io/18337 will redirect here.
This repository is meant to be a live document, updating to continuously add the latest details on methods from the field of scientific machine learning and the latest techniques for high-performance computing.
To view this book, go to book.sciml.ai.
Editing the SciML Book
This is a Franklin.jl site.
Much of the material originated from Julia Markdown Documents (*.jmd).
Each of these documents are Weave.jl-ed with a custom template,
and the resulting HTML is inserted into a corresponding markdown file. Updating
the files in _weave will automatically update the webpages.
The theme is adapted from Tufte CSS.
Explorer des projets similaires
tensorflow/tensorflow
Un framework open source d'apprentissage automatique pour tous
201,584 étoileshuggingface/transformers
🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et multimodal, pour l'inférence et l'entraînement.
168,917 étoilesAUTOMATIC1111/stable-diffusion-webui
Interface web de Stable Diffusion
165,300 étoilesComfy-Org/ComfyUI
La GUI, l'API et le backend les plus puissants et modulaires pour les modèles de diffusion, avec une interface de graphes et de nœuds. Le moteur d'inférence local le plus rapide au monde.
146,472 étoiles