Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.31.0 · метрики 2.10.0 · 2026-08-15 04:04 UTC

torch-uncertainty / torch-uncertainty

Open-source framework for uncertainty and deep learning models in PyTorch 🌱

PythonApache-2.0★ 527 зірок⑂ 48 форківз лют. 2023 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#ensembles#uncertainty-quantification#predictive-uncertainty#uncertainty#reliable-ai#pytorch#bayesian-network#neural-networks#trustworthy-machine-learning#computer-vision

torch-uncertainty/torch-uncertainty має індекс здоров’я 89 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (93/100), найнижчий — AI Readiness (44/100). Останнє оновлення було 4 дні тому. Більшість нещодавньої роботи виконує один учасник.

89
загалом / 100
Відмінний

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»).

89
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 75 калібровано до 89 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

TorchUncertaintyОрганізація
4 підписники11 публічних репозиторіївз лют. 2023 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPItorch_uncertainty0.13.01 9684223 дні томуbayesian-networkensemblesneural-networkspredictive-uncertaintyreliable-aitrustworthy-machine-learninguncertaintyuncertainty-quantification

Метрики за категоріями

Життєздатність

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

93Винятковий · 21% загального індексу

Активність розробки

88Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 4 дн. тому
23.5/36Ритм комітів — 34/52 тижнів із комітами
18/18Обсяг комітів — 547 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 11 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year547
human_commit_share0,98
days_since_last_push4
active_weeks_last_year34

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 42 релізів
36/36Свіжість релізів — останній реліз 23 дн. тому
27/27Ритм релізів — реліз кожні ~16,3 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count42
latest_release_tagv0.13.0
releases_from_tagsні
days_since_latest_release23
mean_days_between_releases16,3
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?

71Добрий · 17% загального індексу

Популярність і впровадження

63Помірний
Як обчислюється оцінка
44.1/60Зірки — 527 зірок
13.9/25Форки — 48 форків
5.3/15Спостерігачі — 10 спостерігачів
Використані вхідні дані
forks48
stars527
watchers10
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges6
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicescodecov.io, github.com, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

55Помірний
Як обчислюється оцінка
43.9/80Щомісячні завантаження — 1 968 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagestorch_uncertainty
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1 968
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?

65Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

38Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
5.9/22.5Розподіл комітів — головний контриб’ютор — автор 74% комітів
13.5/13.5Широта контриб’юторів — 17 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled17
top_contributor_share0,74

Реактивність на issue та PR

71Добрий
Як обчислюється оцінка
33.3/42Вирішення issue — закрито 79% issue
26.7/30Прийняття PR — злито 210/236 вирішених PR
0/13Newcomer PR acceptance — за 30 дн. не вирішено жодного PR від новачка
1.5/15OpenSSF Scorecard: Code-Review — Found 1/8 approved changesets -- score normalized to 1
Використані вхідні дані
merged_prs210
open_issues21
closed_issues80
prs_merged_7d0
prs_decided_7d0
prs_merged_30d10
prs_decided_30d10
issue_closed_ratio0,792
closed_unmerged_prs26
first_time_authors_30d0
first_time_prs_merged_30d0
first_time_prs_decided_30d0
Виключено з оцінювання (немає даних або не застосовно): Newcomer PR acceptance. Залишкові ваги перенормовано.

Власність та опіка

62Помірний
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен — статус підтвердженого домену для цієї організації не зчитано
5/25Охоплення власника — 4 підписників у torch-uncertainty
14.9/25Послужний список — 11 публічних репозиторіїв, вік облікового запису ~3 р.
Використані вхідні дані
followers4
owner_typeOrganization
is_verified—
owner_logintorch-uncertainty
public_repos11
account_age_days1 288
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 23 дн. тому
20/20Історія версій — 42 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestorch_uncertainty
ecosystemspypi
any_deprecatedні
min_days_since_publish23

Інженерна якість

Чи наявні базові інженерні практики та документація?

90Відмінний · 19% загального індексу

Інженерні практики

90Відмінний
Як обчислюється оцінка
24/24Процеси CI — 3 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
16/20OpenSSF Scorecard: CI-Tests — 7 out of 8 merged PRs checked by a CI test -- score normalized to 8
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://torch-uncertainty.github.io
10/10Опис репозиторію
10/10Теми — 10 тем
0/10Wiki
Використані вхідні дані
topicsensembles, uncertainty-quantification, predictive-uncertainty, uncertainty, reliable-ai, pytorch, bayesian-network, neural-networks, trustworthy-machine-learning, computer-vision
has_wikiні
homepagehttps://torch-uncertainty.github.io
docs_sitehttps://torch-uncertainty.github.io
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

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

60Помірний · 16% загального індексу

Стан безпеки

50Помірний
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2/2.5CI-Tests — 7 out of 8 merged PRs checked by a CI test -- score normalized to 8
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
0.8/7.5Code-Review — Found 1/8 approved changesets -- score normalized to 1
2.5/2.5Contributors — project has 8 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
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 11 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 — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 12 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate5
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages14
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:torch_uncertainty@0.13.0 — тим, що тягне за собою встановлення опублікованого пакета, — 14 пакетів. 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.

44Слабкий · 4% загального індексу

Контекст і настанови для агентів

13Критичний
Як обчислюється оцінка
0/45Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15Машиночитана документація (llms.txt)
13.1/40Читабельна історія комітів — намір зазначено у 24 з 98 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,245
agent_instruction_files—
agent_instruction_max_bytes—

Цикл верифікації (збірка / тести / перевірка типів)

63Помірний
Як обчислюється оцінка
18/18Розгортання однією командою — docs/Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера
0/11Статична перевірка типів
10/10Відтворюване середовище — Dockerfile, 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_dockerfileтак
typed_languageні
bootstrap_filesdocs/Makefile
has_devcontainerні
has_linter_configтак
typecheck_configs—
agent_commit_share0,01
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

55Помірний
Як обчислюється оцінка
0/45Типізований код — Python без конфігурації перевірки типів
54.9/55Керовані розміри файлів — 1/383 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes66 143
source_files_sampled383
oversized_source_files1

Ключові факти

527зірок GitHub
17контриб'юторів
547комітів за останні 12 місяців
4днів від останнього пушу
42релізів
1бас-фактор
21відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

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

Докладніше

Історія зірок і форків 0 ★ / 48 ⇿
0Зірки
48Форки
41Релізи

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.

010203040504832023-042024-122026-08
Мажорні 0Мінорні 12Патчі 19

Кожна точка охоплює 4 днів.

OpenSSF Scorecard 5.0 / 10
5.0сукупно

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 · 2026-08-15 04:04 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-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
8CI-Tests7 out of 8 merged PRs checked by a CI test -- score normalized to 8
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
1Code-ReviewFound 1/8 approved changesets -- score normalized to 1
10Contributorsproject has 8 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 11 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
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities12 existing vulnerabilities detected
Прямі залежності 2
РеєстрПакетОбмеження версіїМаніфест
PyPIeinops—pyproject.toml
PyPIseaborn—pyproject.toml
Усі залежності 239

Повний розв'язаний набір залежностей із графа залежностей GitHub: 2 прямих і 237 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIeinops0.8.2пряма
PyPIseaborn0.13.2пряма
PyPIaccessible-pygments0.0.5непряма
PyPIaiohappyeyeballs2.7.1непряма
PyPIaiohttp3.14.3непряма
PyPIaiosignal1.4.0непряма
PyPIalabaster0.7.16непряма
PyPIalembic1.18.5непряма
PyPIannotated-doc0.0.5непряма
PyPIannotated-types0.8.0непряма
PyPIantlr4-python3-runtime4.9.3непряма
PyPIanyio4.14.2непряма
PyPIasdfghjkl0.1a4непряма
PyPIasync-timeout5.0.1непряма
PyPIattrs26.1.0непряма
PyPIbabel2.18.0непряма
PyPIbackpack-for-pytorch1.7.1непряма
PyPIbeautifulsoup44.15.0непряма
PyPIbitsandbytes0.50.0непряма
PyPIblinker1.9.0непряма
PyPIcachetools7.1.6непряма
PyPIcertifi2026.7.22непряма
PyPIcffi2.1.0непряма
PyPIcfgv3.5.0непряма
PyPIcharset-normalizer3.4.9непряма
PyPIclick8.4.2непряма
PyPIcloudpickle3.1.2непряма
PyPIcolorama0.4.6непряма
PyPIcontourpy1.3.2непряма
PyPIcontourpy1.3.3непряма
PyPIcoverage7.15.2непряма
PyPIcryptography48.0.1непряма
PyPIcuda-bindings12.9.7непряма
PyPIcuda-bindings13.3.1непряма
PyPIcuda-pathfinder1.6.0непряма
PyPIcuda-toolkit12.8.1непряма
PyPIcuda-toolkit13.0.3.0непряма
PyPIcurvlinops-for-pytorch2.0.0непряма
PyPIcurvlinops-for-pytorch2.0.1непряма
PyPIcycler0.12.1непряма
PyPIdatabricks-sdk0.122.0непряма
PyPIdistlib0.4.3непряма
PyPIdocker7.2.0непряма
PyPIdocstring-parser0.18.0непряма
PyPIdocutils0.21.2непряма
PyPIeinconv0.1.0непряма
PyPIexceptiongroup1.3.1непряма
PyPIfastapi0.140.13непряма
PyPIfilelock3.32.0непряма
PyPIflask3.1.3непряма
PyPIflask-cors6.0.5непряма
PyPIfonttools4.63.0непряма
PyPIfrozenlist1.8.0непряма
PyPIfsspec2026.7.0непряма
PyPIgitdb4.0.12непряма
PyPIgitpython3.1.57непряма
PyPIglest0.0.1a1непряма
PyPIgoogle-auth2.56.2непряма
PyPIgraphene3.4.3непряма
PyPIgraphql-core3.2.11непряма
PyPIgraphql-relay3.2.0непряма
PyPIgreenlet3.5.4непряма
PyPIgunicorn26.0.0непряма
PyPIh110.16.0непряма
PyPIh5py3.16.0непряма
PyPIhf-xet1.5.2непряма
PyPIhttpcore1.0.9непряма
PyPIhttpx0.28.1непряма
PyPIhuey3.3.0непряма
PyPIhuggingface-hub1.25.1непряма
PyPIhydra-core1.3.4непряма
PyPIidentify2.6.19непряма
PyPIidna3.18непряма
PyPIimagesize2.0.0непряма
PyPIimportlib-metadata9.0.0непряма
PyPIimportlib-resources7.1.0непряма
PyPIiniconfig2.3.0непряма
PyPIitsdangerous2.2.0непряма
PyPIjinja23.1.6непряма
PyPIjoblib1.5.3непряма
PyPIjsonargparse4.50.0непряма
PyPIjsonnet0.22.0непряма
PyPIkiwisolver1.5.0непряма
PyPIkornia0.8.2непряма
PyPIkornia0.8.3непряма
PyPIkornia-rs0.1.14непряма
PyPIlaplace-torch0.2.2.2непряма
PyPIlibsass0.23.0непряма
PyPIlightning2.6.5непряма
PyPIlightning-utilities0.15.3непряма
PyPIllvmlite0.48.0непряма
PyPImako1.3.12непряма
PyPImarkdown-it-py4.2.0непряма
PyPImarkupsafe3.0.3непряма
PyPImatplotlib3.10.9непряма
PyPImatplotlib3.11.1непряма
PyPImdurl0.1.2непряма
PyPImlflow3.14.0непряма
PyPImlflow-skinny3.14.0непряма
PyPImlflow-tracing3.14.0непряма
PyPImpmath1.3.0непряма
PyPImultidict6.7.1непряма
PyPInetworkx3.4.2непряма
PyPInetworkx3.6.1непряма
PyPInodeenv1.10.0непряма
PyPInumba0.66.0непряма
PyPInumpy1.26.4непряма
PyPInumpy2.4.6непряма
PyPInvidia-cublas13.1.1.3непряма
PyPInvidia-cublas-cu1212.8.4.1непряма
PyPInvidia-cuda-cupti13.0.85непряма
PyPInvidia-cuda-cupti-cu1212.8.90непряма
PyPInvidia-cuda-nvrtc13.0.88непряма
PyPInvidia-cuda-nvrtc-cu1212.8.93непряма
PyPInvidia-cuda-runtime13.0.96непряма
PyPInvidia-cuda-runtime-cu1212.8.90непряма
PyPInvidia-cudnn-cu129.19.0.56непряма
PyPInvidia-cudnn-cu139.20.0.48непряма
PyPInvidia-cufft12.0.0.61непряма
PyPInvidia-cufft-cu1211.3.3.83непряма
PyPInvidia-cufile1.15.1.6непряма
PyPInvidia-cufile-cu121.13.1.3непряма
PyPInvidia-curand10.4.0.35непряма
PyPInvidia-curand-cu1210.3.9.90непряма
PyPInvidia-cusolver12.0.4.66непряма
PyPInvidia-cusolver-cu1211.7.3.90непряма
PyPInvidia-cusparse12.6.3.3непряма
PyPInvidia-cusparse-cu1212.5.8.93непряма
PyPInvidia-cusparselt-cu120.7.1непряма
PyPInvidia-cusparselt-cu130.8.1непряма
PyPInvidia-nccl-cu122.28.9непряма
PyPInvidia-nccl-cu132.29.7непряма
PyPInvidia-nvjitlink13.3.33непряма
PyPInvidia-nvjitlink-cu1212.8.93непряма
PyPInvidia-nvshmem-cu123.4.5непряма
PyPInvidia-nvshmem-cu133.4.5непряма
PyPInvidia-nvtx13.0.85непряма
PyPInvidia-nvtx-cu1212.8.90непряма
PyPIomegaconf2.3.1непряма
PyPIopencv-python4.11.0.86непряма
PyPIopencv-python5.0.0.93непряма
PyPIopentelemetry-api1.44.0непряма
PyPIopentelemetry-proto1.44.0непряма
PyPIopentelemetry-sdk1.44.0непряма
PyPIopentelemetry-semantic-conventions0.65b0непряма
PyPIopt-einsum3.4.0непряма
PyPIpackaging26.2непряма
PyPIpandas2.3.3непряма
PyPIpatsy1.0.2непряма
PyPIpillow12.3.0непряма
PyPIplatformdirs4.11.0непряма
PyPIpluggy1.6.0непряма
PyPIpre-commit4.6.1непряма
PyPIpre-commit-hooks6.0.0непряма
PyPIprettytable3.18.0непряма
PyPIpropcache0.5.2непряма
PyPIprotobuf6.33.6непряма
PyPIpyarrow24.0.0непряма
PyPIpyasn10.6.4непряма
PyPIpyasn1-modules0.4.2непряма
PyPIpycparser3.0непряма
PyPIpydantic2.13.4непряма
PyPIpydantic-core2.46.4непряма
PyPIpydata-sphinx-theme0.17.1непряма
PyPIpygments2.20.0непряма
PyPIpyparsing3.3.2непряма
PyPIpytest9.1.1непряма
PyPIpytest-cov7.1.0непряма
PyPIpython-dateutil2.9.0.post0непряма
PyPIpython-discovery1.5.0непряма
PyPIpython-dotenv1.2.2непряма
PyPIpytorch-lightning2.6.5непряма
PyPIpytz2026.3.post1непряма
PyPIpywin32312непряма
PyPIpyyaml6.0.3непряма
PyPIrequests2.34.2непряма
PyPIrich14.3.4непряма
PyPIruamel-yaml0.19.1непряма
PyPIruff0.15.14непряма
PyPIsafetensors0.8.0непряма
PyPIscikit-learn1.6.1непряма
PyPIscipy1.15.3непряма
PyPIscipy1.17.1непряма
PyPIscipy1.18.0непряма
PyPIsetuptools81.0.0непряма
PyPIsix1.17.0непряма
PyPIskops0.14.0непряма
PyPIsmmap5.0.3непряма
PyPIsnowballstemmer3.1.1непряма
PyPIsoupsieve2.9.1непряма
PyPIsphinx7.4.7непряма
PyPIsphinx-autodoc-typehints2.3.0непряма
PyPIsphinx-codeautolink0.18.1непряма
PyPIsphinx-copybutton0.5.2непряма
PyPIsphinx-design0.6.1непряма
PyPIsphinx-design0.7.0непряма
PyPIsphinx-gallery0.21.0непряма
PyPIsphinxcontrib-applehelp2.0.0непряма
PyPIsphinxcontrib-devhelp2.0.0непряма
PyPIsphinxcontrib-htmlhelp2.1.0непряма
PyPIsphinxcontrib-jsmath1.0.1непряма
PyPIsphinxcontrib-qthelp2.0.0непряма
PyPIsphinxcontrib-sass0.3.5непряма
PyPIsphinxcontrib-serializinghtml2.0.0непряма
PyPIsqlalchemy2.0.51непряма
PyPIsqlparse0.5.5непряма
PyPIstarlette1.3.1непряма
PyPIstatsmodels0.14.6непряма
PyPIsympy1.14.0непряма
PyPItensorboardx2.6.5непряма
PyPIthreadpoolctl3.6.0непряма
PyPItimm1.0.28непряма
PyPItomli2.4.1непряма
PyPItorch2.11.0+cu128непряма
PyPItorch2.13.0непряма
PyPItorch2.13.0+cpuнепряма
PyPItorch-uncertainty0.13.0непряма
PyPItorch-uncertainty-assets0.5.2непряма
PyPItorchmetrics1.9.0непряма
PyPItorchvision0.26.0+cu128непряма
PyPItorchvision0.28.0непряма
PyPItorchvision0.28.0+cpuнепряма
PyPItqdm4.70.0непряма
PyPItriton3.6.0непряма
PyPItriton3.7.1непряма
PyPItslearn0.9.0непряма
PyPItypeshed-client2.12.0непряма
PyPItyping-extensions4.16.0непряма
PyPItyping-inspection0.4.2непряма
PyPItzdata2026.3непряма
PyPIunfoldnd0.2.3непряма
PyPIurllib32.7.0непряма
PyPIuvicorn0.52.0непряма
PyPIvirtualenv21.7.0непряма
PyPIwaitress3.0.2непряма
PyPIwcwidth0.8.2непряма
PyPIwerkzeug3.1.8непряма
PyPIyarl1.24.5непряма
PyPIzipp4.1.0непряма
Сповіщення про залежності 0

Встановлення pypi:torch_uncertainty@0.13.0 тягне 14 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

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 torch-uncertainty/torch-uncertainty. Читати поруч →

95sktime/pytorch-forecastingTime series forecasting with PyTorchВинятковий93alan-turing-institute/autoemulateEmulate simulations easilyВинятковий100microsoft/onnxruntimeONNX Runtime: cross-platform, high performance ML inferencing and training acceleratorВинятковий98autogluon/autogluonFast and Accurate ML in 3 Lines of CodeВинятковий98huggingface/datasets🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation toolsВинятковий98keras-team/kerasDeep Learning for humansВинятковий

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 v0.31.0 — повна методологія · вікі метрик.

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