内容简介：NumSharp（Numerical .NET）可以说是C＃中的科学计算库。 它是用C＃编写的，符合.netstandard 2.0库标准。 它的目标是让.NET开发人员使用NumPy的语法编写机器学习代码，从而最大限度地借鉴现有大量在python代码的转译成本。 NumSharp使用最新的Span技术安全高效地访问内存，优化每个模拟API的性能，确保最底层的NDArray达到最佳性能状态。NumSharp对于在数组上执行数学和逻辑运算非常有用。 它为.NET中的n维矩阵的操作提供了大量有用的功能。Num
NumSharp（Numerical .NET）可以说是C＃中的科学计算库。 它是用C＃编写的，符合.netstandard 2.0库标准。 它的目标是让.NET开发人员使用NumPy的语法编写机器学习代码，从而最大限度地借鉴现有大量在 python 代码的转译成本。 NumSharp使用最新的Span技术安全高效地访问内存，优化每个模拟API的性能，确保最底层的NDArray达到最佳性能状态。NumSharp对于在数组上执行数学和逻辑运算非常有用。 它为.NET中的n维矩阵的操作提供了大量有用的功能。
NumSharp v0.6发布，包含大量更新和API改进，其中最大的改变是新增 LAPACK 的线性库支持。
主要更新：
-
Added LAPACK as a new Linear Algebra provider to improve performance.
-
Document enhanced.
-
Small changes for API.
-
Added np.linalg.lstsq.
-
Turned NumPy to static class and renamed to np to be more like numpy.
-
Added IShape interface.
Github: https://github.com/SciSharp/NumSharp
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- *Matlab—线性回归方程式与线性系统
- [译] JavaScript 线性代数：使用 ThreeJS 制作线性变换动画
- 线性回归背后的数学
- PyTorch 学习：线性回归
- 数据结构-线性表
- 线性回归数学推导
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
