3 रिपॉजिटरी
Awesome GitHub RepositoriesMutable Data State Management
Language primitives and syntax for modifying the internal state of complex data structures.
Distinct from Mutable State Tracking: Shortlist focuses on monitoring changes or broadcasting updates, not the actual mechanism of mutation.
Explore 3 awesome GitHub repositories matching programming languages & runtimes · Mutable Data State Management. Refine with filters or upvote what's useful.
Awesome Mutable Data State Management GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- reasonml/reason
reasonml/reason
10,313GitHub पर देखेंReason is a strongly typed functional language and multi-target compiler designed to produce either JavaScript for web environments or native machine code for operating systems. It serves as an OCaml-compatible language that shares an abstract syntax tree with OCaml, providing a practical syntax for the OCaml ecosystem. The project functions as a type-safe frontend language, incorporating JSX support to build user interfaces through structural elements that translate into type-safe function calls. It enables deep integration with the JavaScript ecosystem, allowing the use of existing librarie
Provides primitives for managing mutable state via wrap-around references.
OCamljavascriptocamlprogramming-language - morvanzhou/tensorflow-tutorial
MorvanZhou/Tensorflow-Tutorial
4,334GitHub पर देखेंयह प्रोजेक्ट TensorFlow का उपयोग करके न्यूरल नेटवर्क विकास के लिए शैक्षिक संसाधनों और संदर्भ कार्यान्वयन का एक संग्रह है। यह डीप लर्निंग आर्किटेक्चर बनाने के लिए एक व्यापक शिक्षण पाठ्यक्रम, मशीन लर्निंग पाठ्यक्रम और व्यावहारिक कार्यान्वयन गाइड के रूप में कार्य करता है। कोडबेस मॉडल प्रकारों की एक विस्तृत श्रृंखला को कवर करने वाली निर्देशात्मक सामग्री और उदाहरण प्रदान करता है, जिसमें इमेज क्लासिफिकेशन के लिए कन्वेन्शनल न्यूरल नेटवर्क, अनुक्रमिक डेटा के लिए रिकरेंट नेटवर्क और लॉन्ग शॉर्ट-टर्म मेमोरी सेल्स, और जेनरेटिव मॉडलिंग के लिए ऑटोएनकोडर शामिल हैं। इसमें डीप रीइन्फोर्समेंट लर्निंग एजेंटों के लिए कार्यान्वयन और नए कार्यों के लिए प्री-ट्रेंड मॉडल को अनुकूलित करने के लिए ट्रांसफर लर्निंग तकनीकें भी शामिल हैं। यह प्रोजेक्ट डेटा प्रीप्रोसेसिंग, कंप्यूटेशनल ग्राफ परिभाषा और वेट ऑप्टिमाइज़ेशन सहित पूर्ण विकास लाइफसाइकिल को कवर करता है। यह मॉडल मूल्यांकन और प्रशिक्षण अनुकूलन के लिए उपयोगिताएं प्रदान करता है, जैसे कि ड्रॉपआउट और रेगुलराइजेशन, साथ ही नेटवर्क आर्किटेक्चर को विज़ुअलाइज़ करने और प्रशिक्षण मेट्रिक्स की निगरानी करने के लिए टूल प्रदान करता है।
Defines and updates persistent variables to track state changes across multiple executions.
Pythonautoencoderclassificationcnn - oils-for-unix/oils
oils-for-unix/oils
3,288GitHub पर देखेंOils is a Unix shell interpreter and scripting language runtime that combines a modern shell language with POSIX and Bash compatibility. It functions as a structured data shell, integrating JSON and J8 formats to manage complex data without relying on string parsing. The system is distinguished by a C++ transpiled interpreter that converts a subset of Python source code into strongly typed C++ for high-performance execution. It features a garbage-collected typed runtime that supports prototype-based polymorphism, lexical closures, and reference-based variable mutation. To decouple shell logic
Manages lists and dictionaries using dedicated mutating methods and thin-arrow syntax.
Python
