awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 repositorios

Awesome GitHub RepositoriesRuntime Shape Verification

Validates that array dimensions match expected shapes during execution.

Distinct from Array Shape Validation: Distinct from Array Shape Validation: focuses on runtime verification of object shapes rather than static schema analysis.

Explore 2 awesome GitHub repositories matching testing & quality assurance · Runtime Shape Verification. Refine with filters or upvote what's useful.

Awesome Runtime Shape Verification GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • srush/tensor-puzzlesAvatar de srush

    srush/Tensor-Puzzles

    4,162Ver en GitHub↗

    Tensor-Puzzles es una suite de ejercicios educativos y tutorial de computación numérica diseñado para dominar las operaciones de tensores y las reglas de broadcasting dentro de PyTorch. Funciona como un entrenador de implementación donde los usuarios practican la transición de fórmulas matemáticas a código reimplementando primitivas matemáticas de aprendizaje profundo. El proyecto utiliza una suite de ejercicios basada en restricciones que restringe las llamadas a librerías disponibles para forzar el uso de primitivas de tensores específicas. Estos desafíos están estructurados como rompecabezas secuenciales que requieren que los usuarios resuelvan tareas utilizando un patrón de implementación modular, donde las funciones complejas se dividen en operaciones dependientes más simples. La corrección se garantiza a través de un entorno de ejecución integrado en PyTorch que utiliza validación de implementación de referencia y comprobaciones de tolerancia numérica. El sistema verifica que las salidas definidas por el usuario coincidan con los resultados de referencia y se adhieran a las reglas estándar de broadcasting de arrays multidimensionales.

    Provides runtime verification to ensure tensor dimensions adhere to broadcasting alignment rules.

    Jupyter Notebookmachine-learningpuzzletorch
    Ver en GitHub↗4,162
  • xtensor-stack/xtensorAvatar de xtensor-stack

    xtensor-stack/xtensor

    3,748Ver en GitHub↗

    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

    Checks if two objects possess the same shape or match a target shape at runtime.

    C++c-plus-plus-14multidimensional-arraysnumpy
    Ver en GitHub↗3,748
  1. Home
  2. Testing & Quality Assurance
  3. Array Shape Validation
  4. Runtime Shape Verification