diff

Julia中的数学优化库。涵盖局部、全局、基于梯度和无导数优化。通过统一简洁、快速且可微的接口，实现线性、二次、凸优化、混合整数及非线性优化。

为提升易用性、全面性与效率而设计的模型压缩工具包。

高性能常微分方程与微分代数方程求解器，包含神经常微分方程及科学机器学习组件

涵盖生物分子结构预测与设计深度学习工具的Colab笔记本合集

Enzyme自动微分器的Julia语言绑定

面向科学机器学习的化学反应网络与系统生物学接口。开源软件中的高性能、GPU并行化及O(1)求解器。

安卓本地人工智能助手

Julia有限元工具箱

用于开发人工智能和高性能科学计算的V语言库

DiffEq生态系统中的一个组件，用于实现科学机器学习（SciML）的敏感性分析。支持先优化后离散化、先离散化后优化、伴随方法等，适用于常微分方程、随机微分方程、时滞微分方程、微分代数方程等。

Taylor polynomial expansions in one and several independent variables.

安卓端设备本地人工智能——支持大语言模型聊天、视觉语言模型、图像生成、工具调用、AI角色扮演、检索增强生成知识包、文本转语音与语音转文本。完全离线运行，无需订阅，开源免费。

具有任意嵌套命名组件的数组。

轻量级基础库，用于定义微分方程和科学机器学习（SciML）问题的共享类型与功能

科学机器学习（SciML）基准测试、人工智能驱动的科学以及（微分）方程求解器。涵盖Julia、Python（PyTorch、Jax）、MATLAB、R

Julia中多种自动微分后端的统一接口

支持自动微分的高性能非线性求解器（牛顿法）与区间求根法（二分法、试位法），具备稀疏矩阵与牛顿-克雷洛夫法支持

LinearSolve.jl：Julia线性求解器高性能统一接口，可在因子分解法与Krylov方法间自由切换，支持预条件器集成

为SciML科学机器学习组织提供的数值积分与求积通用接口

Koma是一个GPU加速、兼容Pulseq的磁共振成像采集模拟框架，主要专注于模拟脉冲序列开发中遇到的各种场景。

SciML生态系统的Base接口

基于JAX的高效可微分n维偏微分方程求解器。

CliMA模型动力核心

增强型拟态算子库