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
项目描述
Metatensor
Metatensor 是一种用于原子机器学习及更广泛领域的自描述稀疏张量数据格式;它将值及其梯度存储在一起。可以将其视为具有额外元数据的原子系统和点云数据的 numpy ndarray
或 pytorch Tensor
。这个库的核心是用 Rust 编写的,我们提供了 C、C++ 和 Python 的 API。
Metatensor 的主要类是 TensorMap
数据结构,它定义了一种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,使处理 TensorMap 更加方便。
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
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,之后您可以开始处理标记为 good first issue 的开放问题。
项目详情
下载文件
下载您平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。
源分布
metatensor-0.2.0.tar.gz (5.4 kB 查看散列)
构建分布
metatensor-0.2.0-py3-none-any.whl (3.7 kB 查看散列)
关闭
metatensor-0.2.0.tar.gz 的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | ce3f8a34796d2aaa7e74b2d1392f64a05e85d1ca3e3878c1e9259e6a6a7a8138 |
|
MD5 | b010f9637fa8b1246932138d991a7ee0 |
|
BLAKE2b-256 | 3e58172e96ccdca4d8d572579adc69b593dad79b74497c116ed86979257a5cbd |
关闭
metatensor-0.2.0-py3-none-any.whl 的散列
算法 | 散列摘要 | |
---|---|---|
SHA256 | 60008fee73f49b349350d9d93dec63ea4e1cf30beceae17d543561d69a7ac393 |
|
MD5 | 35f6b77f120b503502984edc4b366fc4 |
|
BLAKE2b-256 | f728fd3f02ccb23764af794e953262127a7f2aed35073f460da6f279fe1c2b15 |