Awesome GitHub RepositoriesPython-C Interfaces

NumPy is a foundational library for scientific computing in Python, providing a comprehensive framework for managing and manipulating large-scale numerical information. It centers on high-performance multidimensional array objects that serve as the primary data structure for complex mathematical operations and data analysis workflows. The library distinguishes itself through specialized mechanisms for handling multidimensional data, including advanced indexing, slicing, and broadcasting techniques that allow for efficient operations across arrays of varying shapes. It utilizes strided metadat

This project is a comprehensive educational resource and technical documentation suite for learning and developing deep learning models. It serves as an open-source textbook, implementation manual, and framework tutorial designed to guide users through the mathematical foundations and practical application of neural networks. The resource provides detailed instructional content on building various model architectures, including convolutional and recurrent neural networks. It includes a dedicated distributed training guide and a learning path that covers the fundamentals of tensors, automatic

pybind11 is a header-only C++ binding library that exposes C++ functions and classes as Python modules. It serves as a language bridge, mapping native types, inheritance hierarchies, and lambda functions into compatible Python objects to enable high-performance native code execution. The library includes specialized integration for NumPy arrays, utilizing buffer protocols to bind native C++ data without copying memory. It provides a toolkit for mapping C++ standard library data structures and smart pointers into the Python environment while maintaining cross-language memory management. The p

SciPy is a scientific computing library for Python that provides a comprehensive collection of mathematical algorithms and numerical tools for research and engineering. It functions as a high-performance numerical analysis framework, bridging high-level Python code with compiled C and Fortran routines to execute complex computations at hardware speeds. The library is built upon array-based data structures that utilize strided memory layouts to enable efficient data manipulation and slicing. By employing vectorized operation dispatch and linking to optimized hardware-specific linear algebra li

dlib is a C++ machine learning toolkit and data analysis framework. It provides a collection of algorithms and utilities for building predictive modeling applications and performing statistical analysis on large datasets within native C++ environments. The project functions as a binding library that wraps low-level C++ machine learning algorithms into high-level Python scripting interfaces. This allows for the integration of high-performance native implementations with Python for machine learning development. The framework covers the implementation of predictive models, the execution of mach

Open3D is a software toolkit designed for the processing, alignment, and reconstruction of three-dimensional data. It functions as a computer vision geometry engine that enables the manipulation of point clouds, meshes, and volumetric grids derived from sensor inputs. The library distinguishes itself through a high-performance computational core that executes geometric processing tasks in native code, paired with a binding layer that exposes these capabilities to high-level languages for rapid prototyping. It provides specialized algorithms for spatial registration, allowing users to merge mu

QGIS is a professional, open-source desktop geographic information system designed for the creation, editing, visualization, and analysis of complex spatial data. It functions as a comprehensive environment for managing vector, raster, and point cloud datasets, providing the tools necessary to perform coordinate transformations, georeferencing, and geographic calculations. The platform distinguishes itself through a modular architecture that supports deep system integration via third-party plugins and a hybrid runtime that combines high-performance compiled code with an interpreted scripting

GPU-Puzzles is an interactive learning environment and tutorial designed for mastering CUDA GPU kernel development. It serves as an educational tool and lab where users solve coding puzzles to understand how to map high-level logic to low-level GPU hardware instructions. The platform focuses on teaching parallel computing concepts and GPU architecture. Users practice developing parallel algorithms and managing GPU memory through a series of hands-on challenges. The environment utilizes a bridge between Python and CUDA to execute kernels and provide real-time feedback by validating outputs ag

This project is a Python wrapper for the TA-Lib C library, serving as a financial technical analysis library and quantitative trading tool. It provides a collection of mathematical functions designed to analyze market price movements, identify trading signals, and recognize candlestick patterns within financial data. The library focuses on the computation of trend, momentum, and volume metrics. It includes specialized tools for candlestick pattern recognition to detect recurring price action shapes in both historical and real-time data. The system integrates with NumPy arrays to process cont

This project is a Python wrapper for the TA-Lib library, providing a technical analysis library for computing moving averages, momentum, and volatility metrics for financial time series analysis. It serves as a financial indicator calculator that processes price and volume arrays to generate technical signals and pattern recognition. The library includes an incremental data processor capable of computing the most recent technical indicator values as new streaming market data arrives. This allows for real-time price monitoring and the processing of streaming data without recalculating entire d

Această bibliotecă oferă o interfață programatică pentru monitorizarea resurselor sistemului și gestionarea ciclurilor de viață ale proceselor. Funcționează ca un utilitar multi-platformă care preia metrici în timp real privind utilizarea hardware-ului și permite inspecția și controlul proceselor de sistem care rulează. Proiectul normalizează structurile de date disparate ale sistemelor de operare într-o interfață unificată, permițând interacțiunea consistentă cu informațiile la nivel de kernel, indiferent de mediul gazdă. Prin utilizarea extensiilor compilate pentru a interfața direct cu API-urile native ale sistemului, acesta oferă o modalitate consistentă de a accesa datele de performanță și de a gestiona stările sarcinilor care, altfel, ar necesita utilitare de linie de comandă specifice platformei. Biblioteca acoperă o gamă largă de sarcini de administrare a sistemului și profilare a performanței, inclusiv colectarea de date granulare despre procesoare, memorie, discuri și interfețe de rețea. Este concepută pentru a fi integrată în scripturi pentru a automatiza monitorizarea stării hardware-ului și gestionarea stabilității aplicațiilor.

CuPy este o bibliotecă de calcul array CUDA care implementează o interfață compatibilă cu NumPy pentru executarea operațiunilor pe array-uri și calcul numeric pe GPU-uri NVIDIA. Acesta servește ca bibliotecă numerică accelerată GPU și o implementare SciPy bazată pe CUDA, descărcând calculele grele pe hardware-ul grafic pentru a crește viteza de procesare pentru sarcinile de lucru științifice și inginerești. Biblioteca permite schimbul de tensori între framework-uri, permițând partajarea bufferelor de date între diferite framework-uri de deep learning folosind layout-uri de memorie standardizate pentru a evita copiile de memorie. De asemenea, suportă integrarea kernel-urilor GPU personalizate, permițând conectarea datelor de tip array la API-uri de nivel scăzut pentru un control precis asupra execuției hardware. În linii mari, proiectul acoperă fluxuri de lucru de procesare de array-uri de înaltă performanță și calcul științific. Capabilitățile sale includ accelerarea calculelor pe array-uri și furnizarea de instrumente pentru calcule numerice la scară largă.

llama-cpp-python provides a Python interface for the llama.cpp library, enabling the execution of large language models with hardware acceleration. It functions as a GGUF model loader and a structured text generator capable of running inference servers and multimodal runtimes for processing both text and image inputs. The project distinguishes itself through a local inference server that exposes model capabilities via an OpenAI-compatible web API. It supports advanced execution techniques including speculative decoding, weight quantization, and layer-based GPU offloading to manage memory acro

Cutlass is a collection of C++ templates and Python interfaces for implementing high-performance linear algebra operations on NVIDIA GPUs. It provides a kernel composition framework for designing custom GPU kernels and a mixed-precision tensor library capable of executing operations across diverse data formats, ranging from 64-bit floating point to 4-bit integers. The project features a toolkit for operator fusion that integrates activation functions and bias calculations directly into matrix multiplication kernels to reduce memory passes. It also includes a Python-based domain-specific langu

pysheeet este o bibliotecă de referință tehnică ce oferă o colecție curatoriată de fragmente de cod și modele de implementare pentru dezvoltarea avansată în Python, integrarea sistemelor și calculul de înaltă performanță. Servește ca un ghid cuprinzător pentru implementarea programării de rețea de nivel scăzut, extensiilor native C și programării asincrone și concurente. Proiectul oferă framework-uri specializate pentru dezvoltarea și implementarea modelelor de limbaj mari, inclusiv instrumente pentru inferență distribuită pe GPU și servire de înaltă performanță. Include, de asemenea, modele detaliate pentru orchestrarea clusterelor de calcul de înaltă performanță, acoperind alocarea resurselor GPU și gestionarea sarcinilor de lucru pe mai multe noduri. Biblioteca acoperă o gamă largă de capabilități, inclusiv comunicarea securizată în rețea și criptografia, object-relational mapping și gestionarea bazelor de date, precum și implementarea structurilor de date și algoritmilor complecși. Oferă, de asemenea, utilitare pentru gestionarea memoriei, interoperabilitate nativă prin interfețe de funcții străine (FFI) și integrarea la nivel de sistem de operare.

orjson is a high-performance Python library for serializing and deserializing JSON data. It functions as both a JSON parsing library and a serialization engine, converting data between native Python objects and UTF-8 encoded bytes. The project provides specialized support for converting complex Python data structures, including dataclasses, datetime objects, and NumPy arrays and scalars, into JSON format. It also allows for the insertion of pre-serialized JSON blobs into documents to maintain processing speed. The library includes capabilities for memory-efficient deserialization through key

InterviewGuide is a comprehensive technical interview preparation platform that covers the full spectrum of software engineering recruitment, from foundational computer science concepts through to offer negotiation. It provides structured learning paths across algorithms, operating systems, databases, networking, and programming languages, with a particular emphasis on C++ and Go. The platform aggregates real interview experiences and company-specific questions from major tech employers, offering candidates a searchable database of past written exam problems and detailed accounts of actual int

Acest proiect este o bibliotecă de evaluare a calității video și o suită de instrumente concepute pentru a cuantifica degradarea video și a identifica artefactele de banding. Acesta oferă o metrică de calitate video perceptivă care compară fluxurile video distorsionate cu o referință de înaltă calitate pentru a estima percepția vizuală umană. Toolkit-ul include un sistem specializat pentru antrenarea și validarea modelelor de calitate perceptivă personalizate folosind seturi de date specifice. De asemenea, dispune de un index multiscală conștient de contrast, conceput special pentru detectarea artefactelor de conturare și banding în fluxurile video. Biblioteca acoperă calculul metricilor video obiective și analiza compresiei video, utilizând atât măsuri matematice tradiționale, cât și algoritmi bazați pe fuziune. Aceste capabilități permit evaluarea diferitelor encodere sau bitrate-uri și identificarea unor distorsiuni vizuale specifice. Implementarea constă într-o bibliotecă de bază scrisă în C cu un wrapper de binding Python pentru analiză de nivel înalt și antrenarea modelelor.

NCCL este o bibliotecă de comunicare de înaltă performanță și un framework de calcul distribuit pe GPU, conceput pentru executarea schimburilor de date colective și punct-la-punct pe mai multe GPU-uri în sisteme cu un singur nod sau multi-nod. Servește ca strat de transport RDMA pentru GPU și orchestrator de memorie, facilitând sincronizarea cu lățime de bandă mare a datelor și a gradienților de model pentru antrenarea și inferența distribuită pe GPU. Biblioteca se distinge prin capacitatea sa de a executa primitive de comunicare direct din kernel-urile GPU, eliminând CPU-ul gazdă din calea critică. Utilizează selecția de căi conștientă de topologie pentru a optimiza mișcarea datelor și folosește transportul de rețea bazat pe RDMA, inclusiv InfiniBand și NVLink, pentru a permite accesul la memorie zero-copy între dispozitive pe diferite noduri fizice. Proiectul acoperă o gamă largă de tipare de comunicare colectivă, inclusiv reduceri, broadcast-uri, gather-uri și schimburi all-to-all, alături de accesul la memorie la distanță punct-la-punct. Oferă gestionare cuprinzătoare a comunicatorului pentru inițializarea, partiționarea și redimensionarea grupurilor GPU, precum și gestionarea specializată a memoriei pentru înregistrarea bufferelor și coordonarea memoriei partajate a dispozitivului. Sistemul include o suită de instrumente de monitorizare și observabilitate pentru urmărirea stării, logarea diagnostică și monitorizarea evenimentelor în timp real, precum și interfețe de integrare pentru framework-uri de machine learning, CUDA graphs, MPI și Python.

matplotlib-cpp este o bibliotecă C++ „header-only” și un wrapper care permite crearea de vizualizări 2D și 3D prin apelarea funcțiilor Matplotlib direct din codul C++. Servește drept interfață de plotare pentru generarea de grafice liniare, grafice cu bare și grafice de suprafață folosind un backend bazat pe Python. Biblioteca este concepută ca o integrare ușoară care oferă capabilități de plotare fără a necesita un proces complex de build sau binare compilate. Acoperă o gamă de capabilități de vizualizare, inclusiv randarea datelor multidimensionale, plotarea câmpurilor vectoriale și aranjarea mai multor sub-grafice. Toolkit-ul suportă, de asemenea, producerea de animații dinamice și exportul vizualizărilor generate ca fișiere imagine.