Operações tensorais flexíveis e poderosas para código legível e confiável (para pytorch, jax, TF e outros)
Realize operações flexíveis em arrays de dados em Python para um código mais claro e confiável.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserOperações tensorais flexíveis e poderosas para código legível e confiável (para pytorch, jax, TF e outros)
einops tem 9.6k estrelas no GitHub. Foi bifurcado 400 vezes. einops é escrito principalmente em Python. Está em desenvolvimento ativo desde 2018. einops está disponível sob a licença MIT. Os seus principais temas são: cupy, deep-learning, einops, jax.
Operações tensorais flexíveis e poderosas para código legível e confiável (para pytorch, jax, TF e outros)
einops é um projeto de código aberto. É distribuído sob a licença MIT.
Sim. einops é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
einops está disponível sob a licença MIT.
einops é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/arogozhnikov-einops.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.