einops
Flexible und leistungsstarke Tensoroperationen für lesbaren und zuverlässigen Code (für pytorch, jax, TF und andere)
Führen Sie flexible Operationen auf Datenarrays in Python für klareren und zuverlässigeren Code durch.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarFlexible und leistungsstarke Tensoroperationen für lesbaren und zuverlässigen Code (für pytorch, jax, TF und andere)
einops hat 9.6k Sterne auf GitHub. Es wurde 400-mal geforkt. einops ist hauptsächlich in Python geschrieben. Es wird seit 2018 aktiv entwickelt. einops ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: cupy, deep-learning, einops, jax.
Was ist einops?
Flexible und leistungsstarke Tensoroperationen für lesbaren und zuverlässigen Code (für pytorch, jax, TF und andere)
Ist einops Open Source?
einops ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist einops kostenlos?
Ja. einops ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht einops?
einops ist unter der MIT-Lizenz verfügbar.
In welcher Sprache ist einops geschrieben?
einops ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/arogozhnikov-einops.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.