numga 库发布:在 NumPy、JAX、PyTorch 和 WebGPU 中实现几何代数与扩展张量
来源标题:Geometric Algebra and Extensors in NumPy, Jax, PyTorch and WebGPU
开源库 numga 可通过 pip 安装,在 NumPy、JAX、PyTorch 和 WebGPU 中提供几何代数与扩展张量(extensors)运算。它把矩阵和张量从向量推广到多重向量,并支持几何代数中的各类乘积。官方示例展示了用几行代码求解弹簧上四个质点的振动模式。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
基于 NumPy、JAX、PyTorch 和 WebGPU 的几何代数与扩展量(extensors)
pip install numga 复制 PIP 安装指令
基于 NumPy、JAX、PyTorch 和 WebGPU 的几何代数与扩展量。
扩展量(Extensors)将矩阵和张量从向量推广到多重向量,并将内积和张量积推广到几何代数中的每一种乘积。
在线体验:旋转黑洞 · 引力波
扩展量入门,以及它们能做什么的展示集:从机械臂及其相机,到雪花、发电机和闭合宇宙,每个示例都附带一幅图和计算它的几行扩展量代码。
一段简短的扩展量语法示例:构建一元映射和双线性形式,并求解弹簧上四个质点的振动模式:
points = mv.point([[0, 0, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1]]) # 四个单位质量 inertia = (points & points.commutator(Bivector)).sum(axis=0) # Antibivector <- Bivector springs = points[:, None] & points[None, :] # [points, points] Antibivector:穿过每一对的直线 stiffness = (springs * (springs & Bivector)).sum(axis=(0, 1)) / 2 # Antibivector <- Bivector
振动模式,位于两个双线性能量形式之间
values, modes = (Bivector & stiffness).eigh(Bivector & inertia)
完整示例:振动模式
关于扩展量、定向、回归积、互补性、离散微分几何代数与耦合热力学的概念性文章,以及扩展量与线性代数、张量和形式之间的关系。
pip install numga
从 GitHub 安装带有示例包的 numga 并运行一个示例:
pip install "numga[examples] @ https://github.com/EelcoHoogendoorn/numga/archive/HEAD.tar.gz" python -m examples.mechanics.modes.scenarios
项目链接
数据由 PyPI 于 2026 年 11 月 16 日验证
数据由项目维护者提供,并在发布版本上传至 PyPI 时经过验证。
文档 主页 问题反馈 仓库
关键日期 PyPI 数据 数据直接来自 PyPI 数据库。 发布日期: 2026 年 11 月 16 日 最新版本 1 位维护者 PyPI 数据 数据直接来自 PyPI 数据库。 EelcoHoogendoorn
致谢 数据由 PyPI 于 2026 年 11 月 16 日验证 数据由项目维护者提供,并在发布版本上传至 PyPI 时经过验证。确认所提供的电子邮件与该项目关联的 PyPI 用户账户上已验证的公开电子邮件地址一致。 作者: Eelco Hoogendoorn
此版本中的两个文件均带有来源元数据。 几何代数 克利福德代数 扩展量 numpy jax pytorch webgpu
此版本中的两个文件均带有来源元数据。 几何代数 克利福德代数 扩展量 numpy jax pytorch webgpu
有关源分发包(sdists)和构建分发包(wheels)的详细说明,请参阅包格式文档。
来源描述一个文件从何而来。在 PyPI 上,来源通过证明(attestations)共享,提供构建或发布细节的可验证记录。查看详情、限制和注意事项。
PyPI 已验证此构件、此校验和源自下方列出的发布者。 由 GitHub Actions 签名,由 PyPI 于 2026 年 11 月 16 日验证。
来源描述一个文件从何而来。在 PyPI 上,来源通过证明共享,提供构建或发布细节的可验证记录。查看详情、限制和注意事项。
PyPI 已验证此构件、此校验和源自下方列出的发布者。 由 GitHub Actions 签名,由 PyPI 于 2026 年 11 月 16 日验证。
来源描述一个文件从何而来。在 PyPI 上,来源通过证明共享,提供构建或发布细节的可验证记录。查看详情、限制和注意事项。
此版本中的两个文件均已随来源元数据上传。
PyPI 已验证此构件、此校验和源自下方列出的发布者。 由 GitHub Actions 签名,由 PyPI 于 2026 年 11 月 16 日验证。
PyPI 已验证此构件、此校验和源自下方列出的发布者。 由 GitHub Actions 签名,由 PyPI 于 2026 年 11 月 16 日验证。
PyPI 是分发软件包的仓库,而非审计它们的服务。虽然第三方安全研究人员和我们的工作人员会尽力检测和移除恶意软件包,但 PyPI 无法保证任何给定软件包的质量、安全性或适用性。
要了解更多关于保护自己免受恶意行为者侵害的信息,请访问我们的软件包安全文档。
2026 年 11 月 16 日 2 个发布文件 完整来源
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。