python-opt-einsum

Optimizing numpys einsum function

Optimized einsum can significantly reduce the overall execution time of einsum-like expressions (e.g., `np.einsum`,`dask.array.einsum`,`pytorch.einsum`,`tensorflow.einsum`) by optimizing the expression's contraction order and dispatching many operations to canonical BLAS, cuBLAS, or other specialized routines. Optimized einsum is agnostic to the backend and can handle NumPy, Dask, PyTorch, Tensorflow, CuPy, Sparse, Theano, JAX, and Autograd arrays as well as potentially any library which conforms to a standard API. See the [**documentation**](<a href="http://optimized-einsum.readthedocs.io">http://optimized-einsum.readthedocs.io</a> ) for more information.

Для openSUSE Leap 16.0 нет официального пакета

Дистрибутивы

openSUSE Tumbleweed

devel:languages:python:backports Экспериментальный
3.3.0
science:machinelearning Экспериментальный
3.3.0

openSUSE Leap 16.0

devel:languages:python:backports Экспериментальный
3.3.0
science:machinelearning Экспериментальный
3.3.0
home:wicked:qubes-build Сообщество
3.3.0

openSUSE Leap 15.6

devel:languages:python:backports Экспериментальный
3.3.0
science:machinelearning Экспериментальный
3.3.0
home:wicked:qubes-build Сообщество
3.3.0

openSUSE Leap 15.5

devel:languages:python:backports Экспериментальный
3.3.0
science:machinelearning Экспериментальный
3.3.0
home:Marco-GmbH:python311 Сообщество
3.3.0
home:wicked:qubes-build Сообщество
3.3.0

openSUSE Factory RISCV

science:machinelearning Экспериментальный
3.3.0

SLFO 1.2

openSUSE Backports for SLE 15 SP7

devel:languages:python:backports Экспериментальный
3.3.0
science:machinelearning Экспериментальный
3.3.0
home:wicked:qubes-build Сообщество
3.3.0

openSUSE Backports for SLE 15 SP4

devel:languages:python:backports Экспериментальный
3.3.0

Неподдерживаемые дистрибутивы

Следующие дистрибутивы не имеют официальной поддержки. Используйте их пакеты на свой страх и риск.