Opérations tensoriales flexibles et puissantes pour un code lisible et fiable (pour pytorch, jax, TF et autres)
Effectuez des opérations flexibles sur des tableaux de données en Python pour un code plus clair et plus fiable.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentOpérations tensoriales flexibles et puissantes pour un code lisible et fiable (pour pytorch, jax, TF et autres)
einops compte 9.6k étoiles sur GitHub. Il a été forké 400 fois. einops est écrit principalement en Python. Il est développé activement depuis 2018. einops est disponible sous licence MIT. Ses principaux thèmes sont : cupy, deep-learning, einops, jax.
Opérations tensoriales flexibles et puissantes pour un code lisible et fiable (pour pytorch, jax, TF et autres)
einops est un projet open source. Il est distribué sous licence MIT.
Oui. einops est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
einops est disponible sous licence MIT.
einops est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/arogozhnikov-einops.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.