awesome-repositories.com
Blog
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektÜber unsRanking-MethodikPresseMCP-Server
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

3 Repos

Awesome GitHub RepositoriesAlgorithm Performance Benchmarking

Tools for measuring and comparing the execution performance of different algorithmic implementations.

Distinct from Attribution Algorithm Benchmarks: Existing candidates are too specific to AI interpretability or formula evaluators.

Explore 3 awesome GitHub repositories matching testing & quality assurance · Algorithm Performance Benchmarking. Refine with filters or upvote what's useful.

Awesome Algorithm Performance Benchmarking GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • omkarpathak/pygorithmAvatar von OmkarPathak

    OmkarPathak/pygorithm

    4,385Auf GitHub ansehen↗

    Pygorithm is a Python algorithm library and computational logic reference. It provides a collection of standard algorithmic implementations and tools for analyzing the runtime efficiency and scaling performance of specific functions. The project enables the inspection of underlying source code for internal functions to study how logic is structured and executed. It maps specific implementations to their theoretical time and space complexity for performance analysis. The library is organized into discrete modules that support the execution of standard algorithmic patterns across variable data

    Provides capabilities for benchmarking Python implementations to evaluate the performance of different computational approaches.

    Python
    Auf GitHub ansehen↗4,385
  • open-quantum-safe/liboqsAvatar von open-quantum-safe

    open-quantum-safe/liboqs

    2,979Auf GitHub ansehen↗

    Liboqs ist eine C-Bibliothek, die ein einheitliches Interface für quantenresistente kryptografische Algorithmen bietet, einschließlich Key-Encapsulation- und digitalen Signaturmechanismen. Sie wurde entwickelt, um die Integration von Post-Quanten-Sicherheit in bestehende Protokolle und Anwendungen zu erleichtern und den Datenschutz gegen zukünftige Bedrohungen durch groß angelegte Quantencomputer zu gewährleisten. Die Bibliothek zeichnet sich durch ihren Fokus auf hochsichere Implementierungen und Seitenkanalresistenz aus und nutzt zeitkonstante Primitive, um zeitbasiertes Informationsleck zu verhindern. Sie bietet eine umfangreiche Build-Zeit-Konfiguration, die es Entwicklern ermöglicht, spezifische Algorithmen auszuwählen und die Binärgröße zu verwalten, was die Bereitstellung in diversen Umgebungen von Servern bis hin zu ressourcenbeschränkten eingebetteten Systemen ermöglicht. Das Projekt enthält umfassende Tools für Performance-Benchmarking und hardwareunabhängige Entropie-Injektion und unterstützt die Verwendung benutzerdefinierter Zufallszahlengeneratoren. Es bietet zudem integrierte Testharnesses zur Verifizierung der zeitkonstanten Ausführung und zur Bewertung der Effizienz kryptografischer Operationen über verschiedene Prozessorarchitekturen hinweg.

    Evaluates the execution speed and efficiency of security algorithms using high-precision hardware counters.

    Ccryptographykey-exchange-algorithmslattice-based-crypto
    Auf GitHub ansehen↗2,979
  • vincentqyw/image-matching-webuiAvatar von Vincentqyw

    Vincentqyw/image-matching-webui

    1,283Auf GitHub ansehen↗

    This project is a web-based platform designed for benchmarking, visualizing, and evaluating computer vision algorithms focused on image feature extraction and matching. It provides a unified interface to compare the performance and accuracy of different models by processing image pairs or live video streams. The system distinguishes itself through a modular architecture that allows users to define custom processing pipelines and register external algorithms via configuration files. It incorporates geometric verification techniques to refine visual data and improve the precision of detected co

    Evaluates the accuracy and speed of different feature extraction and matching models through a visual benchmarking interface.

    Pythonaspanformerdeep-learningfeature-matching
    Auf GitHub ansehen↗1,283
  1. Home
  2. Testing & Quality Assurance
  3. Algorithm Performance Benchmarking