Project Icon

optimistix

JAX生态系统中的高效非线性求解器

Optimistix是一个基于JAX的非线性求解器库,专门用于根查找、最小化、不动点和最小二乘问题。该库提供可互操作的求解器和模块化优化器,支持PyTree状态,并与Optax兼容。Optimistix具有快速编译和运行时间,充分利用JAX的自动微分、自动并行和GPU/TPU支持等特性,为科学计算和机器学习领域提供高效工具。

jaxopt - JAX驱动的高性能优化器库
GithubJAXopt优化器可微分开源项目批处理硬件加速
JAXopt是基于JAX的优化器库,提供硬件加速、批处理和可微分的优化算法。支持GPU和TPU,可自动向量化多个优化问题实例,并支持优化解的微分。目前正与Optax合并,处于维护模式。适用于机器学习和科学计算领域的优化任务。
optax - JAX生态系统中的高效梯度处理与优化框架
GithubJAXOptax优化器开源项目梯度处理深度学习
Optax是JAX生态系统中的梯度处理和优化框架。它提供了经过严格测试的高效核心组件,支持研究人员灵活组合低级模块以构建自定义优化器。该库强调模块化设计,重视代码可读性和结构化,便于匹配标准优化方程。Optax实现了多种主流优化算法和损失函数,为机器学习研究和快速原型开发提供了有力支持。
lineax - 基于JAX的线性求解和最小二乘优化库
GithubJAXLineaxPython库开源项目最小二乘法线性求解
Lineax是基于JAX开发的线性求解和最小二乘优化库,提供多种算法解决Ax = b问题。该库支持PyTree值矩阵和向量、通用线性算子及结构化矩阵,具备高效的求解器和稳定的梯度计算。Lineax优化了编译和运行性能,支持实值和复值输入,并集成JAX的自动微分、并行计算和硬件加速等功能。
jax - 高性能科学计算和机器学习的Python加速库
GPU加速GithubJAXXLA开源项目神经网络自动微分
JAX是一个专为高性能数值计算和大规模机器学习设计的Python库。它利用XLA编译器实现加速器导向的数组计算和程序转换,支持自动微分、GPU和TPU加速。JAX提供jit、vmap和pmap等函数转换工具,让研究人员能够方便地表达复杂算法并获得出色性能,同时保持Python的灵活性。
learned_optimization - 基于JAX的元学习优化器研究框架
GithubJAXlearned_optimization优化器元学习开源项目机器学习
learned_optimization是一个研究代码库,主要用于学习型优化器的训练、设计、评估和应用。该项目实现了多种优化器和训练算法,包括手工设计的优化器、学习型优化器、元训练任务以及ES、PES和截断反向传播等外部训练方法。项目提供了详细的文档和教程,包括Colab笔记本,方便用户快速入门。learned_optimization适用于元学习和动态系统训练的研究,为相关领域提供了功能丰富的工具。
awesome-jax - 自动微分与XLA在高性能机器学习中的应用
GithubJAXXLA编译器加速器开源项目机器学习自动微分
该页面收录了JAX相关的优质库、项目和资源,旨在帮助机器学习研究人员在GPU和TPU等加速器上实现高性能计算。资源涵盖神经网络库、强化学习工具和概率编程等多个领域,并提供了详细的库介绍、学术论文和教程。用户可以找到如Flax、Haiku、Objax等知名库,以及新兴的FedJAX、BRAX等库,适用于机器学习和科研项目中使用JAX进行快速原型开发和高效计算。
evosax - 基于JAX的高性能进化策略框架
GithubJAXevosax优化算法开源项目机器学习进化策略
evosax是基于JAX的进化策略框架,通过XLA编译和自动向量化/并行化技术实现大规模进化策略的高效计算。它支持CMA-ES、OpenAI-ES等多种经典和现代神经进化算法,采用ask-evaluate-tell API设计。evosax兼容JAX的jit、vmap和lax.scan,可扩展至不同硬件加速器。该框架为进化计算研究和应用提供了高性能、灵活的工具。
diffrax - JAX 自动微分与 GPU 支持的数值微分方程解析工具
CDEDiffraxGithubJAXODESDE开源项目
Diffrax 是基于 JAX 的数值微分方程解析库,适用于常微分方程、随机微分方程和受控微分方程的求解。其特点包括多种解析器选择(如 Tsit5、Dopri8、辛解析器、隐式解析器)、使用 PyTree 作为状态存储、支持稠密解和多种反向传播方法,并支持神经微分方程。兼容 Python 3.9+、JAX 0.4.13+ 和 Equinox 0.10.11+。
equinox - 强大且易用的JAX兼容神经网络库
EquinoxGithubJAXPyTree开源项目神经网络转换API
Equinox是一款专为JAX设计的神经网络库,拥有类似PyTorch的语法。该库支持过滤API和PyTree操作,并兼容JAX及其生态系统中的所有工具。对于新手用户,推荐使用MNIST卷积神经网络示例,简化模型构建过程。Equinox还提供运行时错误处理等高级功能。
dynamax - JAX驱动的概率状态空间模型库
GithubJAX开源项目概率模型状态空间模型隐马尔可夫模型高斯状态空间模型
Dynamax是一个利用JAX开发的概率状态空间模型库,包含隐马尔可夫模型和线性高斯状态空间模型等。该库提供低级推理算法和面向对象接口,与JAX生态系统兼容。Dynamax支持状态估计、参数估计、在线滤波、离线平滑和未来预测等功能。库中包含丰富示例和文档,便于使用和学习。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号