• [^] # Re: Espace disque partagé...

    Posté par (site web personnel) . En réponse au journal Flatpak. Évalué à 2. Dernière modification le 19 octobre 2018 à 10:04.

    Tu peux ajouter à la liste des projets scientifiques avec une bonne qualité de code :

    • scipy
    • scikit-learn: Librarie de Machine learning, excellente qualité
    • CGAL: Une toolbox pour la geometrie, le meshing. Un monstre dans le domaine.
    • libsvm: Support vector machine library, ça juste marche.
    • BLIS : BLAS moderne et trés bien supporté venant d'une université du Texas.
    • Tous les Projets qui viennent de Sandia national Lab ou l'ingénieurie est généralement trés bien fait incluant Trillinos et toutes ses libs associées
    • Armadillo et MLPACK: Algébre linéaire et Machine Learning, d'une Université d'Australie
    • Un bon nombre de language spécialisé incluant Lua, OCaml & Scala.
    • Et beaucoup d'autres que je n'ai plus en tête.

    Je n'ai pas dit que le monde académique ne produisait pas des logiciels de qualités, mais souvent que c'est exception, pas la norme. Pour des raisons de financement et d'organisations malheureusement.

    Heureusement, il y a aussi maintenant de plus en plus de labos qui ont compris l'intêret économique,à garder leur pile logiciel "maintenanble" qui emploie maintenant des équipes d'ingénieures pour s'occuper de ça. Mais encore une fois, c'est souvent l'exception, pas la norme.