DLPack是一种开放的内存张量结构，用于在框架之间共享张量。 DLPack启用 在深度学习框架之间更轻松地共享操作员。

RAPIDS cuGraph库是一组图形分析，用于处理GPU数据帧中的数据 - 请参阅cuDF。 cuGraph旨在提供类似NetworkX的API，这对数据科学家来说很熟悉，因此他们现在可以更轻松地构建GPU加速的工作流程。

PyStan 为 Stan 提供了一个 Python 接口，这是一个使用 No-U-Turn 采样器进行贝叶斯推理的软件包，这是Hamiltonian

NumCpp 是一个高性能的数学计算 C++ 库，它提供了一个简单的 Numpy/Matlab 类似的接口。

ScalaNLP 是一组 Scala 的机器学习和数学计算库。包含了很多库的封装。 示例代码：

OpenFermion 是一个开源的软件，用于编译和分析量子算法来模拟费米子系统，包括量子化学，在其他功能中，当前版本的特征是用数据结构和工具获取和操纵费米子和量子位哈密顿算子的表示。

agate 是针对人而不是机器优化的 Python 数据分析库。它是 numpy 和pandas 的一种替代方法，它用可读的代码解决现实中的问题。

Bayesian-belief-networks允许你用纯Python创建贝叶斯信念网络和其他图模型，目前支持四种不同的推理方法。

Numcl 是适用于 Common Lisp 的 Numpy 克隆。目前该库使用纯 Common Lisp 编写，比起速度，更注重正确性和有效性。

Color是一个Python颜色科学软件包，实现了大量的颜色理论转换和算法。 安装：$ pip install colour-science

Fermat 是一个 PHP 开发包，可以对任意规模的数据进行数学和统计。 示例代码1:

cuDF 基于Apache Arrow柱状内存格式构建，是一个GPU DataFrame库，用于加载，连接，聚合，过滤和操作数据。

小程序程序执行模型 我们定义了一个新的程序执行模型（PXM），它是强调使用细粒度事件驱动任务来进行计算的小码模型。它受数据流执行模型原理的启发，加上冯·诺依曼执行模型。

Swift Numerics 是用于 Swift 的 Numerical API（数学计算），旨在填补标准库现有 API 中的一些重要空白，并为 Swift

Pythran是Python语言子集的前置编译器，专注于科学计算。 它需要一个带有一些接口说明的Python模块，并将其转换为具有相同接口的本机Python模块，但速度更快。

CuPy是基于CUDA实现与NumPy兼容的多维数组的实现。 CuPy由核心多维数组类cupy.ndarray和许多函数组成。

pomegranate 是基于 Python 的图模型和概率模型工具包，它使用 Cython 实现以加快反应速度。它源于

27calc 是一个基于命令行的交互式计算器，以C语言为基础开发，同时具有POSIX兼容、Windows两个版本，源代码符合C99规范，可以在众多编译器上编译。

MKL-DNN 是用于深度神经网络的英特尔数学核心库，是一款面向深度学习应用的开源性能库。

德州扑克算法 用于德州扑克的算法，包括以下功能 查表算法 评估算法 使用 <dependency>