本论文介绍 NumPy 作为 Python 语言主要的数组编程库，在物理学、化学、天文学、地球科学、生物学、心理学、材料科学、工程学、金融和经济学等领域中的应用，并阐述了少量的基本数组概念如何构成一种简单而强大的编程模式，用于组织、探索和分析科学数据。

Jun, 2020

SciPy 是用于 Python 编程语言的开源科学计算库，涵盖聚类，傅里叶变换，积分，插值，文件 I/O，线性代数，图像处理，正交距离回归等众多领域，在 600 多个贡献者的努力下，它已经成为了 Python 编程语言中使用科学算法的事实标准，占据了超过一百万的下载量，其中包括了几乎一半基于机器学习的 GitHub 代码库。

Jul, 2019

Theano 是一个 Python 库，可高效地定义，优化和评估涉及多维数组的数学表达式，在机器学习社区中一直以来是最常用的 CPU 和 GPU 数学编译器之一，并显示稳定的性能改进。

May, 2016

TensorLy 是一个用于 Python 的高级 API，旨在为张量方法和深度张量化神经网络提供软件支持，可在多个 CPU 或 GPU 上扩展，与 NumPy、MXNet、PyTorch、TensorFlow 和 CuPy 等框架无缝集成。

Oct, 2016

Julia 是一种易学易用的编程语言，通过抽象和专业化的设计，实现了在维持人类便利性的前提下达到了很高的机器性能，从而成为数值计算的新途径。

Nov, 2014

PrivPy 是一个优化的机器学习隐私保护计算框架，提供易于使用的 Python 编程前端，支持高级数组操作和不同的安全计算引擎，可以方便高效地编写现代机器学习算法。

Jan, 2018

本文介绍了 NumPyro 库，它是 Pyro 概率编程语言的一个轻量级后端，具有相同的建模接口、语言原语和效果处理抽象。效果处理程序允许将 Pyro 的建模 API 扩展到 NumPyro，本文演示了使用程序变换与 Pyro 的效果处理程序组合的强大功能。所提供的迭代式 No-U-Turn 采样器（NUTS）的 NumPyro 实现，具有比现有替代方案更快的速度，适用于小型和大型数据集。

Dec, 2019

本文介绍了一个基于 numpy 的区间分析工具箱，用于神经网络控制系统的形式验证，利用自然包容函数系统地构建了一般映射的区间边界，并通过自然包容函数的组合，提供了一种用于动态神经网络控制器的形式验证的方法。

Jun, 2023

本文介绍了深度学习框架 PyTorch 的原则、架构及其对硬件的支持，重点阐述了 PyTorch 是一种 Pythonic 编程风格的机器学习库，同时保持了高效性。

Dec, 2019

TensorLayer 是一种通用 Python 库，它提供了丰富的抽象来帮助研究人员和工程师有效地开发深度学习系统，在同时提高效率的同时维护性能和可扩展性。

Jul, 2017