Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-13 00:46 UTC

aleximmer / Laplace

Laplace approximations for Deep Learning.

PythonMIT★ 550 зірок⑂ 90 форківз бер. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#approximate-bayesian-inference#laplace-approximation#deep-learning#neural-network

aleximmer/Laplace має індекс здоров’я 78 зі 100, що відповідає смузі «Добрий». Найвищий показник — Engineering Quality (86/100), найнижчий — Security (43/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

78
загалом / 100
Добрий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

78
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 67 калібровано до 78 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Alex ImmerОсобистий обліковий запис
74 підписники16 публічних репозиторіївз трав. 2014 р.ETH Zurich, Max Planck Institute for Intelligent Systems

Цей репозиторій належить особистому обліковому запису. Проєкт з єдиним власником несе більший ризик безперервності, ніж підтримуваний організацією.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIlaplace-torch0.33 69880 днів тому

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

71Добрий · 21% загального індексу

Активність розробки

63Помірний
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
2.8/36Ритм комітів — 4/52 тижнів із комітами
14.4/18Обсяг комітів — 39 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year39
human_commit_share1
days_since_last_push0
active_weeks_last_year4

Дисципліна релізів

84Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 8 релізів
36/36Свіжість релізів — останній реліз 0 дн. тому
12.6/27Ритм релізів — реліз кожні ~272,3 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count8
latest_release_tag0.3
releases_from_tagsні
days_since_latest_release0
mean_days_between_releases272,3
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

58Помірний · 17% загального індексу

Популярність і впровадження

65Добрий
Як обчислюється оцінка
44.4/60Зірки — 550 зірок
16.2/25Форки — 90 форків
4.7/15Спостерігачі — 8 спостерігачів
Використані вхідні дані
forks90
stars550
watchers8
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

50Помірний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (MIT)
0/18Настанови CONTRIBUTING
0/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges3
has_contributingні
has_issue_templateні
has_code_of_conductні
readme_badge_servicesgithub.com
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

60Помірний
Як обчислюється оцінка
47.6/80Щомісячні завантаження — 3 698 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packageslaplace-torch
dependents—
ecosystemspypi
total_downloads—
monthly_downloads3 698
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

71Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

63Помірний
Як обчислюється оцінка
25.2/54Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
14.4/22.5Розподіл комітів — головний контриб’ютор — автор 36% комітів
13.5/13.5Широта контриб’юторів — 16 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 9 contributing companies or organizations
Використані вхідні дані
bus_factor2
contributors_sampled16
top_contributor_share0,36

Реактивність на issue та PR

74Добрий
Як обчислюється оцінка
27.4/42Вирішення issue — закрито 65% issue
27.2/30Прийняття PR — злито 105/116 вирішених PR
8.7/13Newcomer PR acceptance — злито 2/3 PR від новачків за 30 дн.
10.5/15OpenSSF Scorecard: Code-Review — Found 6/8 approved changesets -- score normalized to 7
Використані вхідні дані
merged_prs105
open_issues60
closed_issues113
prs_merged_7d2
prs_decided_7d2
prs_merged_30d7
prs_decided_30d8
issue_closed_ratio0,653
closed_unmerged_prs11
first_time_authors_30d3
first_time_prs_merged_30d2
first_time_prs_decided_30d3

Власність та опіка

56Помірний
Як обчислюється оцінка
10/30Підтримка власника — особистий (користувацький) обліковий запис
0/20Верифікований домен — не застосовно до користувацьких облікових записів
13.5/25Охоплення власника — 74 підписників у aleximmer
21/25Послужний список — 16 публічних репозиторіїв, вік облікового запису ~12 р.
Використані вхідні дані
followers74
owner_typeUser
is_verified—
owner_loginaleximmer
public_repos16
account_age_days4 521
Виключено з оцінювання (немає даних або не застосовно): Верифікований домен. Залишкові ваги перенормовано.

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 0 дн. тому
20/20Історія версій — 8 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packageslaplace-torch
ecosystemspypi
any_deprecatedні
min_days_since_publish0

Інженерна якість

Чи наявні базові інженерні практики та документація?

86Відмінний · 19% загального індексу

Інженерні практики

84Відмінний
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
0/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 6 out of 6 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configні

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://aleximmer.github.io/Laplace
10/10Опис репозиторію
10/10Теми — 4 тем
0/10Wiki
Використані вхідні дані
topicsapproximate-bayesian-inference, laplace-approximation, deep-learning, neural-network
has_wikiні
homepagehttps://aleximmer.github.io/Laplace
docs_sitehttps://aleximmer.github.io/Laplace
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

43Слабкий · 16% загального індексу

Стан безпеки

41Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — branch protection not enabled on development/release branches
2.5/2.5CI-Tests — 6 out of 6 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
5.2/7.5Code-Review — Found 6/8 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 9 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 67 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate4,1
Виключено з оцінювання (немає даних або не застосовно): Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

53Помірний
Як обчислюється оцінка
7.6/35Прямі залежності без відомих сповіщень — уражено 1: torch 2.3.1 (critical 9.8)
0/25Непрямі залежності без відомих сповіщень — транзитивний набір не відокремлюється від залежностей розробки й тестування в цьому обсязі
32.1/40Немає задавнених сповіщень — 1 пакет(ів) зі сповіщеннями без реакції понад 90 дн.; найдавніше опубліковано 713 дн. тому
Використані вхідні дані
sourceosv
advisories115
affected_packages16
assessed_packages96
unassessed_packages6
affected_by_severitycritical 3, high 6, moderate 6, low 1
direct_affected_packages1
Виключено з оцінювання (немає даних або не застосовно): Непрямі залежності без відомих сповіщень. Залишкові ваги перенормовано. Звірено 96 резолвлених залежностей із OSV. 6 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза межами звітованого переліку пакетів. Цей репозиторій не публікує пакета, який резолвить індекс, тож натомість оцінено граф залежностей репозиторію. Цей граф змішує закріплені версії для розробки й тестування зі справді постачаними залежностями, тож оцінюються лише задекларовані runtime-залежності; транзитивні знахідки подаються як контекст і в оцінку не входять. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

61Помірний · 4% загального індексу

Контекст і настанови для агентів

14Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
13.9/40Читабельна історія комітів — намір зазначено у 26 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,26
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

74Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — laplace/py.typed
10/10Відтворюване середовище — lockfile
2/10Підтверджена практика роботи з агентами — 1 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfilesuv.lock
has_dockerfileні
typed_languageні
bootstrap_filesmakefile
has_devcontainerні
has_linter_configтак
typecheck_configslaplace/py.typed
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (laplace/py.typed)
54.1/55Керовані розміри файлів — 1/61 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes221 526
source_files_sampled61
oversized_source_files1

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples
Використані вхідні дані
example_dirsexamples
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

550зірок GitHub
16контриб'юторів
39комітів за останні 12 місяців
0днів від останнього пушу
8релізів
2бас-фактор
60відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • deps.dev does not index pypi:laplace-torch@0.3; advisories assessed against the repository dependency graph instead

Докладніше

Історія зірок і форків 0 ★ / 90 ⇿
0Зірки
90Форки
7Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0204060801009032021-062024-022026-10
Мажорні 0Мінорні 0Патчі 3

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 4.1 / 10
4.1сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-10-13 00:46 UTC

10Binary-Artifactsno binaries found in the repo
0Branch-Protectionbranch protection not enabled on development/release branches
10CI-Tests6 out of 6 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 6/8 approved changesets -- score normalized to 7
10Contributorsproject has 9 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 1 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not 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
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities67 existing vulnerabilities detected
Прямі залежності 10
РеєстрПакетОбмеження версіїМаніфест
PyPIasdfghjkl== 0.1a4pyproject.toml
PyPIbackpack-for-pytorch—pyproject.toml
PyPIcurvlinops-for-pytorch>= 3.0.1pyproject.toml
PyPInumpy—pyproject.toml
PyPIscipy>= 1.12pyproject.toml
PyPItqdm>= 4.66pyproject.toml
PyPIopt_einsum—pyproject.toml
PyPItorch>= 2.0pyproject.toml
PyPItorchmetrics—pyproject.toml
PyPItorchvision>= 0.15pyproject.toml
Усі залежності 102

Повний розв'язаний набір залежностей із графа залежностей GitHub: 12 прямих і 90 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIasdfghjkl0.1a4пряма
PyPIbackpack-for-pytorch1.6.0пряма
PyPIcurvlinops-for-pytorch3.0.1пряма
PyPInumpy2.2.6пряма
PyPIopt-einsum3.4.0пряма
PyPIscipy—пряма
PyPIscipy1.13.1пряма
PyPItorch2.3.1пряма
PyPItorchmetrics1.4.1пряма
PyPItorchvision0.18.1пряма
PyPItqdm—пряма
PyPItqdm4.66.5пряма
PyPIbabel2.16.0непряма
PyPIblack24.10.0непряма
PyPIbotorch0.8.2непряма
PyPIcertifi2024.7.4непряма
PyPIcharset-normalizer3.3.2непряма
PyPIclick8.1.7непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.2.1непряма
PyPIcoverage7.6.1непряма
PyPIcoveralls—непряма
PyPIcoveralls4.0.1непряма
PyPIcycler0.12.1непряма
PyPIdeepobs1.1.2непряма
PyPIdocopt0.6.2непряма
PyPIeinconv0.1.0непряма
PyPIeinops0.8.0непряма
PyPIexceptiongroup1.2.2непряма
PyPIfilelock3.15.4непряма
PyPIfonttools4.53.1непряма
PyPIfsspec2024.6.1непряма
PyPIghp-import2.1.0непряма
PyPIgpytorch1.9.1непряма
PyPIgriffe1.3.1непряма
PyPIidna3.7непряма
PyPIiniconfig2.0.0непряма
PyPIintel-openmp2021.4.0непряма
PyPIjinja23.1.4непряма
PyPIkiwisolver1.4.5непряма
PyPIlaplace-torch0.3непряма
PyPIlightning-utilities0.11.6непряма
PyPIlinear-operator0.6.1непряма
PyPImarkdown3.7непряма
PyPImarkupsafe2.1.5непряма
PyPImatplotlib3.9.2непряма
PyPImergedeep1.3.4непряма
PyPImkdocs1.6.1непряма
PyPImkdocs-autorefs1.2.0непряма
PyPImkdocs-get-deps0.2.0непряма
PyPImkdocs-material9.5.34непряма
PyPImkdocs-material-extensions1.3.1непряма
PyPImkdocstrings0.26.1непряма
PyPImkdocstrings-python1.11.1непряма
PyPImkl2021.4.0непряма
PyPImpmath1.3.0непряма
PyPImypy-extensions1.0.0непряма
PyPInetcal1.3.5непряма
PyPInetworkx3.2.1непряма
PyPInvidia-cublas-cu1212.1.3.1непряма
PyPInvidia-cuda-cupti-cu1212.1.105непряма
PyPInvidia-cuda-nvrtc-cu1212.1.105непряма
PyPInvidia-cuda-runtime-cu1212.1.105непряма
PyPInvidia-cudnn-cu128.9.2.26непряма
PyPInvidia-cufft-cu1211.0.2.54непряма
PyPInvidia-curand-cu1210.3.2.106непряма
PyPInvidia-cusolver-cu1211.4.5.107непряма
PyPInvidia-cusparse-cu1212.1.0.106непряма
PyPInvidia-nccl-cu122.20.5непряма
PyPInvidia-nvjitlink-cu1212.6.20непряма
PyPInvidia-nvtx-cu1212.1.105непряма
PyPIpackaging24.1непряма
PyPIpaginate0.5.7непряма
PyPIpathspec0.12.1непряма
PyPIpillow10.4.0непряма
PyPIplatformdirs4.3.2непряма
PyPIpluggy1.5.0непряма
PyPIpygments2.18.0непряма
PyPIpymdown-extensions10.9непряма
PyPIpyparsing3.1.2непряма
PyPIpytest—непряма
PyPIpytest8.3.2непряма
PyPIpytest-cov—непряма
PyPIpytest-cov5.0.0непряма
PyPIpytest-mock—непряма
PyPIpytest-mock3.14.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpyyaml6.0.2непряма
PyPIpyyaml-env-tag0.1непряма
PyPIregex2024.9.11непряма
PyPIrequests2.32.3непряма
PyPIruff0.6.1непряма
PyPIsetuptools73.0.1непряма
PyPIsix1.16.0непряма
PyPIsympy1.13.2непряма
PyPItbb2021.13.1непряма
PyPItomli2.0.1непряма
PyPItriton2.3.1непряма
PyPItyping-extensions4.12.2непряма
PyPIunfoldnd0.2.2непряма
PyPIurllib32.2.2непряма
PyPIwatchdog5.0.2непряма
Сповіщення про залежності 16

Цей репозиторій не публікує пакета, який розпізнає індекс, тож оцінено його власний граф залежностей — 96 пакетів, серед яких є й піниї розробки та тестування, що ніколи не постачаються: 16 мають відомі сповіщення, з них 1 прямі. 6 не вдалося оцінити — немає резолвленої версії, непідтримувана екосистема або поза наведеним переліком пакетів.

ПакетВерсіяЗв'язокКритичністьСповіщеньВиправлено в
torch2.3.1прямакритична232.13.0
black24.10.0непрямакритична326.3.1
pillow10.4.0непрямакритична3412.3.0
fsspec2024.6.1непрямависока12026.6.0
jinja23.1.4непрямависока63.1.6
markdown3.7непрямависока23.8.1
pymdown-extensions10.9непрямависока811.0.1
setuptools73.0.1непрямависока483.0.0
urllib32.2.2непрямависока162.8.0
filelock3.15.4непрямапомірна43.20.3
fonttools4.53.1непрямапомірна24.60.2
idna3.7непрямапомірна23.15
mkdocs-material9.5.34непрямапомірна29.7.7
pytest8.3.2непрямапомірна29.0.3
requests2.32.3непрямапомірна42.33.0
pygments2.18.0непряманизька22.20.0

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з aleximmer/Laplace. Читати поруч →

100onnx/onnxOpen standard for machine learning interoperabilityВинятковий98pytorch/executorchOn-device AI across mobile, embedded and edge for PyTorchВинятковий98Nixtla/neuralforecastScalable and user friendly neural :brain: forecasting algorithms.Винятковий98pytorch/igniteHigh-level library to help with training and evaluating neural networks in PyTorch flexibly and transparently.Винятковий98PennyLaneAI/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.Винятковий98PaddlePaddle/PaddlePArallel Distributed Deep LEarning: Machine Learning Framework from Industrial Practice （『飞桨』核心框架，深度学习&机器学习高性能单机、分布式训练和跨平台部署）Винятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.