5 रिपॉजिटरी
Awesome GitHub RepositoriesArray Processing
Specialized high-performance processing of multi-dimensional arrays and tensors.
Distinct from High-Performance Computing: Distinct from general High-Performance Computing: focuses specifically on the processing of array structures rather than distributed task scheduling.
Explore 5 awesome GitHub repositories matching scientific & mathematical computing · Array Processing. Refine with filters or upvote what's useful.
Awesome Array Processing GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- cupy/cupy
cupy/cupy
11,000GitHub पर देखेंCuPy एक CUDA ऐरे कंप्यूटिंग लाइब्रेरी है जो NVIDIA GPUs पर ऐरे ऑपरेशन्स और संख्यात्मक कंप्यूटिंग को निष्पादित करने के लिए NumPy-संगत इंटरफेस लागू करती है। यह एक GPU-त्वरित संख्यात्मक लाइब्रेरी और CUDA-आधारित SciPy इम्प्लीमेंटेशन के रूप में कार्य करती है, जो वैज्ञानिक और इंजीनियरिंग वर्कलोड के लिए प्रोसेसिंग गति बढ़ाने के लिए ग्राफिक्स हार्डवेयर पर भारी गणनाओं को ऑफलोड करती है। यह लाइब्रेरी मल्टी-फ्रेमवर्क टेंसर एक्सचेंज को सक्षम बनाती है, जिससे मेमोरी कॉपी से बचने के लिए मानकीकृत मेमोरी लेआउट का उपयोग करके विभिन्न डीप लर्निंग फ्रेमवर्क के बीच डेटा बफ़र्स साझा किए जा सकते हैं। यह कस्टम GPU कर्नल एकीकरण का भी समर्थन करती है, जिससे हार्डवेयर निष्पादन पर सटीक नियंत्रण के लिए ऐरे डेटा को लो-लेवल APIs से जोड़ा जा सकता है। व्यापक रूप से, यह प्रोजेक्ट उच्च-प्रदर्शन ऐरे प्रोसेसिंग और वैज्ञानिक कंप्यूटिंग वर्कफ़्लो को कवर करता है। इसकी क्षमताओं में ऐरे कंप्यूटेशन में तेजी लाना और बड़े पैमाने पर संख्यात्मक गणनाओं के लिए उपकरण प्रदान करना शामिल है।
Implements high-performance array processing by running NumPy and SciPy style operations on GPUs.
Python - lancedb/lancedb
lancedb/lancedb
9,031GitHub पर देखेंLanceDB is a vector database and columnar data store designed to function as a versioned dataset manager and vector search engine. It serves as a high-performance backend for indexing and retrieving high-dimensional embeddings, providing the foundation for machine learning data pipelines. The system distinguishes itself through a combination of cloud-native object storage and immutable version tracking, allowing for data time-travel and reproducible AI experiments. It integrates hybrid search capabilities, merging dense vector similarity with BM25 full-text search and SQL-like scalar filters
Improves performance by processing multiple rows simultaneously using array-based batching instead of individual values.
HTMLapproximate-nearest-neighbor-searchimage-searchnearest-neighbor-search - googleworkspace/apps-script-samples
googleworkspace/apps-script-samples
5,190GitHub पर देखेंThis repository is a comprehensive sample library providing reference implementations for automating tasks and extending functionality across Google Workspace applications. It serves as a collection of code examples and templates for building workspace automation scripts, custom add-ons, and integrated productivity tools. The project distinguishes itself by providing specialized examples for integrating large language models into productivity tools for content generation and data analysis. It also includes reference implementations for creating conversational chat apps, interactive cards, and
Minimizes server requests by using two-dimensional arrays for bulk data operations in spreadsheets.
JavaScriptadminsdkapps-scriptcalendar - promptslab/promptify
promptslab/Promptify
4,616GitHub पर देखेंPromptify मॉडल मूल्यांकन, प्रॉम्प्ट प्रबंधन, टोकन लागत ट्रैकिंग, संरचित निष्कर्षण, और एकीकृत API गेटवे एक्सेस के लिए डिज़ाइन किए गए टूल्स का एक सूट है। यह कई लार्ज लैंग्वेज मॉडल प्रदाताओं के बीच अनुरोधों और प्रतिक्रियाओं को प्रबंधित करने के लिए एक मानकीकृत इंटरफेस प्रदान करता है। इस प्रोजेक्ट में संरचित आउटपुट वैलिडेशन के साथ प्रॉम्प्ट्स को इंजीनियरिंग और वर्ज़निंग करने के लिए एक प्रॉम्प्ट प्रबंधन प्लेटफॉर्म है। इसमें लेबल किए गए डेटासेट के खिलाफ प्रिसिजन, रिकॉल, और f1 स्कोर का उपयोग करके मॉडल प्रदर्शन को मापने के लिए एक समर्पित मूल्यांकन फ्रेमवर्क, और मॉडल अनुरोधों के वित्तीय खर्चों की निगरानी के लिए एक टोकन लागत ट्रैकर शामिल है। यह लाइब्रेरी नेचुरल लैंग्वेज प्रोसेसिंग के लिए व्यापक क्षमताओं को कवर करती है, जिसमें नेम्ड एंटिटी एक्सट्रैक्शन, टेक्स्ट क्लासिफिकेशन, और प्रश्न-उत्तर शामिल हैं। यह एसिंक्रोनस बैच प्रोसेसिंग के माध्यम से हाई-वॉल्यूम वर्कफ़्लो का समर्थन करती है और स्कीमा वैलिडेशन के माध्यम से असंरचित टेक्स्ट को टाइप्ड डेटा स्ट्रक्चर्स में बदलकर डेटा स्थिरता सुनिश्चित करती है।
Supports high-volume workflows through asynchronous batch processing of multiple inputs to increase total throughput.
Python - flyerhzm/rails_best_practices
flyerhzm/rails_best_practices
4,166GitHub पर देखेंयह प्रोजेक्ट Ruby on Rails के लिए एक स्टेटिक एनालिसिस टूल और लिंटर है जिसे आर्किटेक्चरल स्मेल और सर्वोत्तम प्रथाओं के उल्लंघन की पहचान करने के लिए डिज़ाइन किया गया है। यह Rails एप्लिकेशन के लिए एक कोड क्वालिटी लिंटर, आर्किटेक्चरल ऑडिटर, सुरक्षा स्कैनर और प्रदर्शन विश्लेषक के रूप में कार्य करता है। यह टूल तकनीकी ऋण (technical debt) को कम करने के लिए कंट्रोलर्स, मॉडल्स और व्यू टेम्पलेट्स के बीच चिंताओं के पृथक्करण का मूल्यांकन करता है। यह सब-ऑप्टिमल कोडिंग पैटर्न की पहचान करता है और शैलीगत स्थिरता लागू करता है, जबकि विशेष रूप से मॉडल्स में असुरक्षित मास असाइनमेंट जैसी सुरक्षा कमजोरियों के लिए स्कैन करता है। विश्लेषण सतह अक्षम डेटाबेस क्वेरी और मेमोरी-भारी डेटा पुनर्प्राप्ति पैटर्न का पता लगाने को कवर करती है। यह रूटिंग डिज़ाइन का ऑडिट भी करता है, रिकॉर्ड पर्सिस्टेंस को मान्य करता है, और अनुचित त्रुटि हैंडलिंग और टाइमज़ोन मिसकॉन्फ़िगरेशन की पहचान करता है। उपयोगकर्ता कॉन्फ़िगरेशन फाइल के माध्यम से यह परिभाषित करके विश्लेषण को मैनेज कर सकते हैं कि कौन से कोड चेक सक्षम या अक्षम करने हैं।
Processes large datasets in chunks to prevent memory exhaustion during data retrieval.
Ruby
