Awesome GitHub RepositoriesElement-wise Array Operations

This project is a comprehensive suite of AI tools and frameworks, featuring an LLM multi-agent orchestrator, an autonomous agent runtime, and a stateful application framework. It provides the infrastructure to build and manage specialized AI agents capable of coordinating complex tasks through graph-based workflows and shared state. The system is distinguished by its implementation of the Model Context Protocol, allowing for standardized resource discovery and communication between AI clients and servers. It further includes an AI-powered documentation generator designed to analyze source cod

This project is a structured learning curriculum and technical reference for mastering deep learning with TensorFlow. It provides a comprehensive guide for building, training, and deploying neural networks, combining theoretical fundamentals with practical implementation examples. The repository distinguishes itself by covering the end-to-end machine learning workflow, from low-level tensor mathematics and linear algebra to the creation of complex model architectures. It includes specific guidance on developing data pipelines for diverse data types, such as images, text, and time-series seque

LeetCUDA is a collection of high-performance GPU kernel libraries focusing on memory optimization, activation functions, and attention mechanisms. It serves as a reference library for CUDA kernel implementations, ranging from basic element-wise operations to complex neural network components, and provides Python bindings to integrate these kernels into deep learning workflows. The project is distinguished by its focus on low-level hardware optimizations. This includes the use of tensor cores for half-precision matrix multiplication, asynchronous data pipelining with double buffering, and shar

Torch7 is a scientific computing environment and tensor computation library used for deep learning research and numerical analysis. It functions as a Lua-based framework for training neural networks and learning agents, providing a toolkit for implementing architectures and training through reinforcement learning algorithms. The project is distinguished by its tight integration with C, utilizing a binding layer to map high-level scripting to low-level C structures for direct memory access. It supports hardware-accelerated computation by offloading linear algebra and convolution operations to

GoCV is a computer vision library and Go language binding for OpenCV. It serves as an image processing toolkit and deep learning inference engine, providing programmatic access to a wide range of algorithms for image manipulation, object detection, and video analysis. The project differentiates itself through high-performance native bindings and hardware acceleration. It utilizes a foreign function interface to map Go calls to C++ functions and includes a hardware-agnostic backend dispatch to route neural network tasks to computation engines such as CUDA and OpenVINO. The library covers a br

language-ext is a functional programming framework for C# that provides a suite of immutable data structures and monadic types. It enables the implementation of pure functional programming patterns, utilizing containers to manage side effects, optional values, and error handling. The library is distinguished by its advanced concurrency and state management tools, including a software transactional memory system and lock-free atomic references. It also provides specialized utilities for distributed systems, such as vector clocks for causality tracking and deterministic data conflict resolution

Warp is a Python framework that JIT-compiles Python functions into CUDA kernels for GPU-accelerated parallel computation, with built-in automatic differentiation and multi-framework array interoperability. At its core, it provides a GPU kernel compilation system that enables writing and executing custom GPU kernels directly from Python, while supporting automatic gradient computation through those kernels for integration with machine learning pipelines. The framework also includes tile-based cooperative computing, where thread blocks partition into tiles for shared-memory and tensor-core opera

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

هذا المشروع عبارة عن منهج تعليمي للتعلم الآلي ومنصة تعليمية يتم تقديمها من خلال دفاتر Jupyter التفاعلية. يعمل كدليل شامل لإتقان مجموعة أدوات علوم البيانات في Python، ويوفر دروساً منظمة للحوسبة العددية، ومعالجة البيانات الجدولية، والتصور الإحصائي. يتضمن المنهج أدلة تنفيذ محددة لـ Scikit-Learn ودورة عملية حول TensorFlow لبناء وتدريب ونشر الشبكات العصبية ونماذج رؤية الحاسب. ويغطي العملية الشاملة لبناء النماذج التنبؤية، من صياغة المشكلة الأولية وتصنيف المهام إلى نشر النماذج عبر واجهات الويب التفاعلية. يغطي المشروع سطح إمكانات واسع بما في ذلك الحوسبة العددية مع المصفوفات متعددة الأبعاد، وتحليل البيانات الاستكشافي، وروتينات معالجة البيانات مسبقاً. ويوفر سير عمل مفصلاً للتعلم الخاضع للإشراف وغير الخاضع للإشراف، وخطوط أنابيب التعلم الآلي المؤتمتة، وتحسين المعلمات الفائقة، وتقييم النموذج باستخدام مقاييس التصنيف والتحقق المتبادل. يتم تنظيم المحتوى التعليمي كسلسلة من الدفاتر التي تتداخل فيها أكواد Python مع التفسيرات السردية لتوثيق سير عمل علوم البيانات.

Carp is a statically typed Lisp compiler that compiles Lisp-like syntax directly to C source code, enabling seamless integration with existing C libraries and low-level system programming. It manages memory deterministically at compile time using ownership tracking and linear types, eliminating garbage collection pauses and runtime overhead while ensuring type safety through an inferred static type system. The language distinguishes itself through compile-time macro expansion and metaprogramming capabilities, allowing code generation and transformation before final binary output. It enforces

Flashlight هي مكتبة تعلم آلي بلغة C++ وإطار عمل للتعلم العميق مصمم لبناء وتدريب الشبكات العصبية. تعمل كمكتبة لمعالجة الموترات (Tensors) ومحرك للتمايز التلقائي يتتبع العمليات لحساب التدرجات عبر الانتشار العكسي (Backpropagation) لتحسين النموذج. يتميز المشروع بدوره كإطار عمل للتدريب الموزع، حيث يستخدم مزامنة التدرج (All-reduce) والبيئات الموزعة لتوسيع نطاق أحمال عمل التعلم الآلي عبر عقد وأجهزة متعددة. يتميز بواجهة ذاكرة غير مرتبطة بالخلفية وإدارة تعتمد على RAII لفصل عمليات الموتر عن الأجهزة الفعلية. يغطي إطار العمل مساحة قدرة واسعة بما في ذلك بناء بنيات الشبكات العصبية مع طبقات تلافيفية وخطية ومتكررة. يوفر أدوات واسعة النطاق لجبر الموترات، وإدارة مجموعات البيانات وتجميعها، وتسلسل ثنائي مرقم لحالات النموذج، وأدوات مراقبة لتتبع مقاييس التدريب واستخدام الذاكرة.

TileLang is a Python-embedded domain-specific language compiler that JIT-compiles and autotunes GPU kernels. It uses a tile-based DSL, automatic software pipelining, and parallel autotuning to generate optimized GPU kernels at runtime. It supports tensor core operations with Pythonic syntax, automatic memory management, and thread mapping. The compiler searches over tile sizes, thread counts, and scheduling policies, compiling and benchmarking candidates in parallel to find the fastest kernel. It also caches compiled binaries and tuning results to disk for reuse across sessions. TileLang inc

Danfo.js هي مكتبة لتحليل البيانات والمعالجة المسبقة لـ JavaScript توفر هياكل بيانات مصنفة عالية الأداء. تنفذ إطارات البيانات (DataFrames) والسلاسل لتمكين تحليل البيانات المعقد، والحوسبة الإحصائية، ومعالجة البيانات الجدولية المهيكلة. تعمل المكتبة كمكتبة للمعالجة المسبقة لتعلم الآلة، حيث تقدم أدوات لتشفير التسميات الفئوية، والتشفير الأحادي (One-hot encoding)، وتوسيع نطاق الميزات الرقمية وتوحيدها. تسهل بشكل خاص تحويل هياكل البيانات المصنفة إلى tensors لتدريب النماذج وتقييمها. تغطي المكتبة مجموعة واسعة من القدرات بما في ذلك الإحصاءات الوصفية، والعمليات العلائقية مثل الدمج والربط، ومعالجة السلاسل الزمنية. تتضمن أدوات لتنظيف البيانات، والتصفية، والتجميع، بالإضافة إلى واجهة مرئية لإنشاء مخططات ورسوم بيانية تفاعلية مباشرة من إطارات البيانات. يدعم النظام استيراد وتصدير البيانات عبر تنسيقات CSV وJSON وExcel.

This is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi

ArrayFire هو إطار عمل حوسبة مستقل عن الأجهزة ومحرك مصفوفات مجمع فورياً (JIT) مصمم للحوسبة الرقمية عالية الأداء. يعمل كمكتبة حوسبة رقمية لوحدات معالجة الرسومات ومجموعة أدوات معالجة إشارات متوازية تجرد خلفيات الأجهزة، مما يسمح لنفس الكود بالتنفيذ عبر معماريات GPU و CPU مختلفة. يتميز المشروع بمحرك JIT يستخدم تجميع التعبيرات لدمج العمليات وتقليل عبء الذاكرة. يستخدم رسماً بيانياً للتنفيذ المؤجل لتحسين سلاسل الحسابات ويوفر أساسيات التشغيل البيني لمشاركة البيانات وسياقات التنفيذ مع منصات حوسبة خارجية مثل CUDA و OpenCL. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك الجبر الخطي المتوازي، ومعالجة الإشارات الرقمية، ورؤية الحاسوب المسرعة. توفر أدوات لتنفيذ التعلم الآلي، ومحاكاة النمذجة المالية، وحل المعادلات التفاضلية الجزئية لمحاكاة الأنظمة الفيزيائية. يتعامل نظام إدارة المصفوفات الخاص بها مع تخصيص المصفوفات متعددة الأبعاد، والتقطيع، ونقل البيانات بين المضيف والجهاز.

Radash هي مكتبة أدوات وظيفية لـ TypeScript مصممة لتحويل البيانات، والتحقق من الصحة، وإدارة سير العمل. توفر مجموعة من دوال المساعدة المكتوبة بأنواع لمعالجة المصفوفات، والكائنات، والسلاسل. يتميز المشروع بمجموعة أدوات سير عمل غير متزامنة لإدارة الوعود، وإعادة المحاولات، وحدود التزامن، إلى جانب مجموعة من أدوات التحقق المنطقية للتحقق من الأنواع البدائية، والكائنات، والوعود. كما يطبق أنماط البرمجة الوظيفية مثل تكوين الدوال، والتطبيق الجزئي، وأنماط الاستجابة الأولى للخطأ. تغطي المكتبة مساحة واسعة من القدرات، بما في ذلك إدارة حالة الكائن مع الاستنساخ والدمج العميق، ومعالجات المصفوفات المعقدة، وتنسيق السلاسل. توفر بالإضافة إلى ذلك أدوات لتحسين التنفيذ، مثل تحديد المعدل وتخزين النتائج مؤقتاً.

ndarray هي مكتبة مصفوفات متعددة الأبعاد لـ Rust تعمل كإطار عمل للجبر الخطي وأداة للحوسبة العلمية. توفر البنية التحتية الأساسية لإنشاء ومعالجة المصفوفات n-الأبعاد، وتعمل كمعالج مصفوفات متوازي ومجموعة أدوات لتحليل البيانات الرقمية. تتميز المكتبة بتوفير تقطيع (slicing) وعروض ذاكرة فعالة، مما يسمح بمشاركة البيانات دون نسخ. تستفيد من مكتبات الرياضيات الخلفية المحسنة لضرب المصفوفات عالي السرعة وتوزع التكرارات الرياضية الثقيلة عبر خيوط CPU متعددة لتسريع المعالجة. يغطي المشروع مجموعة واسعة من العمليات الرياضية، بما في ذلك الحساب العنصري، وتجميع البيانات القائم على المحور، وحسابات الضرب النقطي. كما يتضمن أدوات شاملة لمعالجة المصفوفات مثل إعادة التشكيل، والتسطيح، والتكديس، وتوليد شبكة الإحداثيات، إلى جانب دعم توليد المصفوفات العشوائية والتسلسل.

oneDNN is a library for deep learning acceleration that provides optimized building blocks for neural network training and inference. It manages tensor computation across CPU and GPU hardware, enabling the execution of high-performance primitives for model training and neural network inference optimization. The project distinguishes itself through hardware-specific kernel optimization and the use of just-in-time compilation to target specific processor instruction sets. It supports quantized neural network execution using both static and dynamic quantization to reduce memory usage and increas

NumCpp هو إطار عمل C++ ومكتبة للحوسبة العددية توفر مجموعة أدوات لإدارة المصفوفات متعددة الأبعاد والروتينات الرياضية. يعمل كتطبيق C++ لنظام NumPy، حيث يوفر إطار عمل للحوسبة العلمية لإدارة الموترات (tensors) وإجراء المعادلات الجبرية المعقدة. يُمكّن المشروع من معالجة المصفوفات عالية الأداء داخل بيئة C++ دون الاعتماد على وقت تشغيل Python. ويتميز بتوفير واجهة تشبه NumPy لتنفيذ الجبر الخطي، وإدارة هياكل البيانات متعددة الأبعاد، وإجراء المعالجة العددية. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك العمليات الجبرية للمصفوفات، وإدارة هندسة المصفوفات من خلال التقطيع وإعادة التشكيل، وتوليد التوزيعات العشوائية. كما تتضمن أدوات لتحليل مجموعات البيانات، وإحصائيات المصفوفات، واستيراد وتصدير البيانات العددية عبر تنسيقات ثنائية ونصية.

xtensor is a C++ multidimensional array library for numerical computing that provides N-dimensional containers with an interface mirroring the NumPy API. It utilizes a lazy evaluation expression engine to defer numerical computations until assignment, which minimizes memory allocations and intermediate copies. The library features a foreign memory array adaptor that allows it to wrap external buffers, such as NumPy arrays, to perform numerical operations in-place without duplicating data. It further optimizes performance through lazy broadcasting and a system that manages the lifetime of temp