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。
HTML 压缩/解压工具
在线压缩/解压 HTML 代码
HEX CMYK 转换工具
HEX CMYK 互转工具