Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-09-19 08:15 UTC

thomaspinder / GPJax

Gaussian processes in JAX and Equinox.

PythonMIT★ 665 Sterne⑂ 81 Forksseit Sept. 2020Auf GitHub ansehen ↗
ArtBibliothekwie das ermittelt wird
#gaussian-processes#jax#probabilistic-programming#bayesian-inference#machine-learning

thomaspinder/GPJax erreicht einen Gesundheitsindex von 89 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Engineering Quality (90/100) ab, am schwächsten bei Security (57/100). Zuletzt vor 5 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

89
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

89
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 75 wird auf der veröffentlichten Indexskala auf 89 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Thomas PinderPersönliches Konto
105 Follower57 öffentliche Reposseit Aug. 2016Netflix

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPIgpjax0.18.08.63284vor 54 Tagengaussian-processesjaxmachine-learningbayesian

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

89Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

89Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 5 Tagen
24.9/36Commit-Rhythmus — 36/52 Wochen mit Commits
18/18Commit-Volumen — 135 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 23 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year135
human_commit_share0,55
days_since_last_push5
active_weeks_last_year36

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 59 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 54 Tagen
27/27Release-Rhythmus — ein Release etwa alle 29,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count59
latest_release_tagv0.18.0
releases_from_tagsnein
days_since_latest_release54
mean_days_between_releases29,9

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

75Gut · 17 % des Gesamtindex

Popularität & Verbreitung

66Gut
Wie die Bewertung erfolgt
45.8/60Stars — 665 Stars
15.9/25Forks — 81 Forks
4.3/15Watcher — 7 Watcher
Verwendete Eingangsdaten
forks81
stars665
watchers7
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

92Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges4
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesbadge.fury.io, codecov.io, shields.io
has_pull_request_templateja

Ökosystem-Verbreitung (Downloads)

66Gut
Wie die Bewertung erfolgt
52.5/80Downloads pro Monat — 8.632 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesgpjax
dependents—
ecosystemspypi
total_downloads—
monthly_downloads8.632
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

64Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

42Schwach
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
9.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 56 % der Commits
13.5/13.5Breite der Beitragenden — 36 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 20 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled36
top_contributor_share0,559

Reaktionsfähigkeit bei Issues & PRs

63Mittel
Wie die Bewertung erfolgt
38.2/42Issue-Lösungsquote — 91 % der Issues geschlossen
24.8/30PR-Annahme — 412/498 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/1 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 1/12 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs412
open_issues21
closed_issues213
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d2
issue_closed_ratio0,91
closed_unmerged_prs86
first_time_authors_30d1
first_time_prs_merged_30d0
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

62Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
14.6/25Reichweite des Inhabers — 105 Follower von thomaspinder
24.8/25Kontohistorie — 57 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers105
owner_typeUser
is_verified—
owner_loginthomaspinder
public_repos57
account_age_days3.699
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 54 Tagen
20/20Versionshistorie — 84 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesgpjax
ecosystemspypi
any_deprecatednein
min_days_since_publish54

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 10 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.jaxgaussianprocesses.com/
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsgaussian-processes, jax, probabilistic-programming, bayesian-inference, machine-learning
has_wikija
homepagehttps://docs.jaxgaussianprocesses.com/
docs_sitehttps://docs.jaxgaussianprocesses.com/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

57Mittel · 16 % des Gesamtindex

Sicherheitslage

46Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — keine Daten
2.5/2.5CI-Tests — 27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0/7.5Code-Review — Found 1/12 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 20 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 23 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 45 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated17
scorecard_versionv5.5.0
checks_inconclusive1
scorecard_aggregate4,6
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Branch-Protection. Die verbleibenden Gewichte wurden renormalisiert.

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages22
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:gpjax@0.18.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 22 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

73Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

85Exzellent
Wie die Bewertung erfolgt
45/45Agentenanweisungen — CLAUDE.md
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 55 von 55 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share1
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes6.630

AI-Verify-Loop (Build / Test / Typprüfung)

61Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — lockfile
10/10Belegte Agentenpraxis — 15 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 45 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,15
toolchain_manifests—
dependency_bot_commit_share0,45

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/170 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes39.174
source_files_sampled170
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

665GitHub-Sterne
36Mitwirkende
135Commits, letzte 12 Monate
5Tage seit letztem Push
59Releases
1Bus-Faktor
21offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 81 ⇿
0Sterne
81Forks
56Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

0204060808042021-022023-102026-07
Major 0Minor 10Patch 41

Jeder Punkt umfasst 5 Tage.

OpenSSF Scorecard 4.6 / 10
4.6Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-09-19 08:14 UTC

10Binary-Artifactsno binaries found in the repo
k. A.Branch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests27 out of 27 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 1/12 approved changesets -- score normalized to 0
10Contributorsproject has 20 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 23 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities45 existing vulnerabilities detected
Direkte Abhängigkeiten 13
RegistryPaketVersionsvorgabeManifest
PyPIjax>=0.5.0,<0.11pyproject.toml
PyPIjaxlib>=0.5.0,<0.11pyproject.toml
PyPIoptax>0.2.1pyproject.toml
PyPInumpyro>=0.19.0pyproject.toml
PyPIjaxtyping>0.2.10pyproject.toml
PyPItqdm>4.66.2pyproject.toml
PyPIbeartype>0.16.1pyproject.toml
PyPIequinox>=0.11.0pyproject.toml
PyPIparamax>=0.0.5pyproject.toml
PyPIlineax>=0.0.6pyproject.toml
PyPIscipy>=1.14pyproject.toml
PyPInumpy>=2.0.0pyproject.toml
PyPIrich>=13.0.0pyproject.toml
Alle Abhängigkeiten 192

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 13 direkte und 179 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIbeartype0.22.9direkt
PyPIequinox0.13.8direkt
PyPIjax0.10.2direkt
PyPIjaxlib0.10.2direkt
PyPIjaxtyping0.3.11direkt
PyPIlineax0.1.1direkt
PyPInumpy2.4.6direkt
PyPInumpyro0.21.0direkt
PyPIoptax0.2.8direkt
PyPIparamax0.0.5direkt
PyPIrich15.0.0direkt
PyPIscipy1.17.1direkt
PyPItqdm4.70.0direkt
PyPIabsl-py2.3.1indirekt
PyPIabsolufy-imports0.3.1indirekt
PyPIalabaster1.0.0indirekt
PyPIanyio4.14.2indirekt
PyPIappnope0.1.4indirekt
PyPIasttokens3.0.1indirekt
PyPIasv0.6.6indirekt
PyPIasv-runner0.2.5indirekt
PyPIattrs25.4.0indirekt
PyPIbabel2.17.0indirekt
PyPIbackports-tarfile1.2.0indirekt
PyPIbeautifulsoup44.14.3indirekt
PyPIblackjax1.6.2indirekt
PyPIbuild1.4.4indirekt
PyPIcertifi2026.1.4indirekt
PyPIcffi2.0.0indirekt
PyPIcfgv3.5.0indirekt
PyPIcharset-normalizer3.4.4indirekt
PyPIclick8.3.1indirekt
PyPIcodespell2.4.3indirekt
PyPIcolorama0.4.6indirekt
PyPIcomm0.2.3indirekt
PyPIcontourpy1.3.3indirekt
PyPIcoverage7.16.0indirekt
PyPIcryptography46.0.3indirekt
PyPIcycler0.12.1indirekt
PyPIdebugpy1.8.19indirekt
PyPIdistlib0.4.0indirekt
PyPIdocutils0.22.4indirekt
PyPIexecnet2.1.2indirekt
PyPIexecuting2.2.1indirekt
PyPIfastjsonschema2.21.2indirekt
PyPIfilelock3.20.3indirekt
PyPIfonttools4.61.1indirekt
PyPIgreenlet3.5.4indirekt
PyPIh110.16.0indirekt
PyPIhypothesis6.167.1indirekt
PyPIid1.5.0indirekt
PyPIidentify2.6.16indirekt
PyPIidna3.11indirekt
PyPIimagesize2.0.0indirekt
PyPIimportlib-metadata8.7.1indirekt
PyPIiniconfig2.3.0indirekt
PyPIinterrogate1.7.0indirekt
PyPIipykernel7.3.0indirekt
PyPIipython9.17.1indirekt
PyPIipython-pygments-lexers1.1.1indirekt
PyPIipywidgets8.1.9indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.0indirekt
PyPIjaraco-functools4.4.0indirekt
PyPIjedi0.19.2indirekt
PyPIjeepney0.9.0indirekt
PyPIjinja23.1.6indirekt
PyPIjoblib1.5.3indirekt
PyPIjson50.14.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIjupyter-cache1.0.1indirekt
PyPIjupyter-client8.9.1indirekt
PyPIjupyter-core5.9.1indirekt
PyPIjupyterlab-widgets3.0.17indirekt
PyPIjupytext1.19.5indirekt
PyPIkeyring25.7.0indirekt
PyPIkiwisolver1.4.9indirekt
PyPIlatexcodec3.0.1indirekt
PyPImarkdown-it-py4.0.0indirekt
PyPImarkupsafe3.0.3indirekt
PyPImatplotlib3.11.1indirekt
PyPImatplotlib-inline0.2.1indirekt
PyPImdit-py-plugins0.5.0indirekt
PyPImdurl0.1.2indirekt
PyPImktestdocs0.2.5indirekt
PyPIml-dtypes0.5.4indirekt
PyPImore-itertools10.8.0indirekt
PyPImultipledispatch1.0.0indirekt
PyPImyst-nb1.4.0indirekt
PyPImyst-parser5.0.0indirekt
PyPInarwhals2.24.0indirekt
PyPInbclient0.10.4indirekt
PyPInbformat5.10.4indirekt
PyPInest-asyncio21.7.2indirekt
PyPInetworkx3.6.1indirekt
PyPInh30.3.2indirekt
PyPInodeenv1.10.0indirekt
PyPIopt-einsum3.4.0indirekt
PyPIpackaging26.2indirekt
PyPIpandas3.0.5indirekt
PyPIparso0.8.5indirekt
PyPIpastel0.2.1indirekt
PyPIpexpect4.9.0indirekt
PyPIpillow12.1.0indirekt
PyPIplatformdirs4.5.1indirekt
PyPIplaywright1.62.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpoethepoet0.48.0indirekt
PyPIpre-commit4.6.2indirekt
PyPIprompt-toolkit3.0.52indirekt
PyPIpsutil7.2.1indirekt
PyPIptyprocess0.7.0indirekt
PyPIpure-eval0.2.3indirekt
PyPIpy1.11.0indirekt
PyPIpybtex0.26.1indirekt
PyPIpybtex-docutils1.0.3indirekt
PyPIpycparser3.0indirekt
PyPIpyee13.0.1indirekt
PyPIpygments2.19.2indirekt
PyPIpygments-styles0.3.0indirekt
PyPIpympler1.1indirekt
PyPIpyparsing3.3.2indirekt
PyPIpyproject-hooks1.2.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-beartype0.2.0indirekt
PyPIpytest-cov7.1.0indirekt
PyPIpytest-pretty1.3.0indirekt
PyPIpytest-xdist3.8.0indirekt
PyPIpython-dateutil2.9.0.post0indirekt
PyPIpywin32311indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIpyzmq27.1.0indirekt
PyPIreadme-renderer44.0indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.32.5indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrfc39862.0.0indirekt
PyPIroman-numerals4.1.0indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.16.1indirekt
PyPIscikit-learn1.9.0indirekt
PyPIseaborn0.13.2indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsetuptools80.10.2indirekt
PyPIshibuya2026.7.12indirekt
PyPIsix1.17.0indirekt
PyPIsnowballstemmer3.1.1indirekt
PyPIsortedcontainers2.4.0indirekt
PyPIsoupsieve2.8.3indirekt
PyPIsphinx9.0.4indirekt
PyPIsphinx9.1.0indirekt
PyPIsphinx-autobuild2025.8.25indirekt
PyPIsphinx-codeautolink0.19.0indirekt
PyPIsphinx-copybutton0.5.2indirekt
PyPIsphinx-design0.7.0indirekt
PyPIsphinx-last-updated-by-git0.3.8indirekt
PyPIsphinx-math-dollar1.3indirekt
PyPIsphinx-reredirects1.1.0indirekt
PyPIsphinx-sitemap2.9.0indirekt
PyPIsphinxcontrib-applehelp2.0.0indirekt
PyPIsphinxcontrib-bibtex2.7.0indirekt
PyPIsphinxcontrib-devhelp2.0.0indirekt
PyPIsphinxcontrib-htmlhelp2.1.0indirekt
PyPIsphinxcontrib-jsmath1.0.1indirekt
PyPIsphinxcontrib-qthelp2.0.0indirekt
PyPIsphinxcontrib-serializinghtml2.0.0indirekt
PyPIsphinxext-opengraph0.13.0indirekt
PyPIsqlalchemy2.0.51indirekt
PyPIstack-data0.6.3indirekt
PyPIstarlette1.3.1indirekt
PyPItabulate0.9.0indirekt
PyPIthreadpoolctl3.6.0indirekt
PyPItomli2.4.0indirekt
PyPItornado6.5.4indirekt
PyPItraitlets5.14.3indirekt
PyPItwine7.0.0indirekt
PyPItyping-extensions4.15.0indirekt
PyPItzdata2025.3indirekt
PyPIucimlrepo0.0.7indirekt
PyPIurllib32.6.3indirekt
PyPIuvicorn0.51.0indirekt
PyPIvirtualenv20.36.1indirekt
PyPIwadler-lindig0.1.7indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwatermark2.6.0indirekt
PyPIwcwidth0.4.0indirekt
PyPIwebsockets16.1.1indirekt
PyPIwidgetsnbextension4.0.16indirekt
PyPIxdoctest1.3.2indirekt
PyPIzipp3.23.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:gpjax@0.18.0 zieht 22 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit thomaspinder/GPJax teilen. Nebeneinander lesen →

94pyro-ppl/numpyroProbabilistic programming with NumPy powered by JAX for autograd and JIT compilation to GPU/TPU/CPU.Außergewöhnlich94blackjax-devs/blackjaxBlackJAX is a Bayesian Inference library designed for ease of use, speed and modularity.Außergewöhnlich100wandb/wandbThe AI developer platform. Use Weights & Biases to train and fine-tune models, and manage models from experimentation to production.Außergewöhnlich98PennyLaneAI/pennylanePennyLane is an open-source quantum software platform for quantum computing, quantum machine learning, and quantum chemistry. Create meaningful quantum algorithms, from inspiration to implementation.Außergewöhnlich98keras-team/kerasDeep Learning for humansAußergewöhnlich96sbi-dev/sbisbi is a Python package for simulation-based inference, designed to meet the needs of both researchers and practitioners. Whether you need fine-grained control or an easy-to-use interface, sbi has you covered.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.