معرفی شرکت ها


AutoDiffpyyy-1.0.0


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package for automatic differentiation by Harvard AC207 students
ویژگی مقدار
سیستم عامل -
نام فایل AutoDiffpyyy-1.0.0
نام AutoDiffpyyy
نسخه کتابخانه 1.0.0
نگهدارنده []
ایمیل نگهدارنده []
نویسنده -
ایمیل نویسنده Jinglun Gao <jgao1@g.harvard.edu>, Chuqing Zhao <chuqingzhao@g.harvard.edu>, Jiaping Lin <jiapinglin@g.harvard.edu>, Chao Wang <chaowang@g.harvard.edu>
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/AutoDiffpyyy/
مجوز -
# AC207 Final Project - `AutoDiffpy` ![coverage.yml](https://code.harvard.edu/CS107/team03/actions/workflows/coverage.yml/badge.svg) ![test.yml](https://code.harvard.edu/CS107/team03/actions/workflows/test.yml/badge.svg) ## Team03 Members | Member | Email | |-------------|---------------------------| | Jinglun Gao | jgao1@g.harvard.edu | | Chuqin Zhao | chuqingzhao@g.harvard.edu | | Chao Wang | chaowang@g.harvard.edu | | Jiaping Lin | jiapinglin@g.harvard.edu | ## Introduction The `AutoDiffpy` Python package is the project topic of the Harvard AC207 Final Project in Fall 2022, which we writed a python automatic differentiation library. AD is a very broad area spanning computer science and mathematics with applications in fields across science and engineering. Thus, we have build this package to support getting derivatives of large scalar functions and vector functions. Particularly, `AutoDiffpy` could perform forward automatic differentiation that takes dual numbers to compute derivatives sequentially, and could also perform reverse automatic differentiation that computes accurate derivatives to solve problems. ## Simple Install To install the `AutoDiffpy`, user could run the following command in the terminal. ``` !pip install AutoDiffpy ``` ## Documentation The documentation for the `AutoDiffpy` package can be found [here](https://code.harvard.edu/CS107/team03/blob/jil3612/docs/documentation.md).


نیازمندی

مقدار نام
- numpy


زبان مورد نیاز

مقدار نام
>=3.5 Python


نحوه نصب


نصب پکیج whl AutoDiffpyyy-1.0.0:

    pip install AutoDiffpyyy-1.0.0.whl


نصب پکیج tar.gz AutoDiffpyyy-1.0.0:

    pip install AutoDiffpyyy-1.0.0.tar.gz