#机器学习 #张量 #数据 #格式 #稀疏 #自描述

metatensor

用于原子机器学习和更广泛的领域的自描述稀疏张量数据格式

7 个版本

0.1.5 2024年3月12日
0.1.4 2024年3月12日
0.1.3 2024年2月12日
0.1.2 2024年1月26日
0.1.0 2023年10月11日

#195数据结构

Download history 932/week @ 2024-03-13 446/week @ 2024-03-20 397/week @ 2024-03-27 459/week @ 2024-04-03 618/week @ 2024-04-10 329/week @ 2024-04-17 128/week @ 2024-04-24 210/week @ 2024-05-01 408/week @ 2024-05-08 999/week @ 2024-05-15 787/week @ 2024-05-22 796/week @ 2024-05-29 791/week @ 2024-06-05 947/week @ 2024-06-12 216/week @ 2024-06-19 362/week @ 2024-06-26

2,557 每月下载

BSD-3-Clause

205KB
3K SLoC

Metatensor

tests status documentation coverage

Metatensor是一种用于原子机器学习和更广泛领域的自描述稀疏张量数据格式;存储这些值的值和梯度。想象一下numpy的ndarray或pytorch的Tensor,它们配备了针对原子系统和其他点云数据的额外元数据。这个库的核心是用Rust编写的,我们为C、C++和Python提供了API。

Metatensor的主要类是TensorMap数据结构,定义了一个自定义的块稀疏数据格式。如果您从Python使用metatensor,我们还提供了一组数学、逻辑和其他实用操作,以便更方便地使用TensorMaps。

文档

有关详细信息、教程和示例,请参阅我们的文档

贡献者

感谢所有使metatensor成为可能的人们

contributors list

我们始终欢迎新的贡献者。如果您想帮助我们,请查看我们的贡献指南,然后您可以从标记为good first issue的开放问题开始。

依赖关系

~1.4–3MB
~48K SLoC