Operazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per pytorch, jax, TF e altri)
Esegui operazioni flessibili su array di dati in Python per un codice più chiaro e affidabile.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiOperazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per pytorch, jax, TF e altri)
einops ha 9.6k stelle su GitHub. È stato forkato 400 volte. einops è scritto principalmente in Python. È in sviluppo attivo dal 2018. einops è disponibile con licenza MIT. I suoi temi principali sono: cupy, deep-learning, einops, jax.
Operazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per pytorch, jax, TF e altri)
einops è un progetto open source. È rilasciato con licenza MIT.
Sì. einops è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
einops è disponibile con licenza MIT.
einops è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/arogozhnikov-einops.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.