Awesome GitHub RepositoriesHeader-Only Implementations

tiny-dnn is a header-only C++14 deep learning framework for building, training, and running inference on neural networks. It constructs static computational graphs at compile time using template-based layer composition, with a gradient-based backpropagation engine and minibatch stochastic gradient descent for training, all without external dependencies beyond the C++14 standard library. The framework supports importing pre-trained models from the Caffe framework directly, parsing its binary serialization format without requiring external protocol buffer libraries. It provides CPU-optimized te

Chips este un framework de bibliotecă C modular, header-only, conceput pentru construirea de simulatoare hardware precise la nivel de ciclu și replicarea arhitecturilor de calcul istorice pe opt biți. Oferă componentele fundamentale necesare pentru a construi sisteme vintage complete prin integrarea microprocesoarelor emulate individuale și a cipurilor periferice. Framework-ul se distinge printr-o arhitectură bazată pe componente, unde modulele hardware sunt implementate ca headere de sine stătătoare care pot fi interconectate pentru a forma sisteme complexe. Modelează interacțiunile hardware la un nivel scăzut, utilizând emularea semnalelor la nivel de pin și comunicarea pe magistrală mapată în memorie pentru a asigura un comportament determinist. Dezvoltatorii pot captura întreaga stare internă a unui emulator într-un buffer de memorie, permițând snapshot-uri persistente și restaurarea precisă a stării. Proiectul include o suită completă de instrumente de diagnosticare și dezvoltare, cum ar fi vizualizarea depanării în mod imediat și monitorizarea în timp real a registrelor de sistem și a framebuffer-elor. De asemenea, oferă utilitare de linie de comandă pentru a automatiza generarea definițiilor componentelor hardware și a codului sursă, facilitând construcția de medii embedded personalizate.