Project Icon

lineax

基于JAX的线性求解和最小二乘优化库

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。

sbx - Jax加持的Stable-Baselines3强化学习库
GithubStable Baselines Jax开源项目强化学习机器学习算法实现
SBX是Stable-Baselines3的Jax实现版本,集成了SAC、TQC、PPO等多种先进强化学习算法。它与SB3保持相同API,可与RL Zoo无缝对接,并提供详细使用示例。SBX为复杂环境和任务提供高效、可靠的强化学习实现。
jaxdf - JAX框架打造可微分物理模拟器
GithubJAXjaxdf偏微分方程开源项目数值模拟自动微分
jaxdf是基于JAX的开源框架,用于创建可微分数值模拟器。该框架支持任意离散化,主要应用于物理系统建模,如波传播和偏微分方程求解。jaxdf生成的纯函数模型可与JAX编写的可微分程序无缝集成,适用于神经网络层或物理损失函数。框架提供自定义算子、多种离散化方法,并附有详细文档和示例。
llama-2-jax - 基于JAX的大语言模型高效实现
GithubJAXLlama 2大语言模型开源项目机器学习模型实现
这是一个利用JAX框架实现Llama 2模型的开源项目。该项目致力于提高模型训练和推理效率,构建高质量Transformer代码库,为自然语言处理领域提供有价值见解。项目功能包括参数转换、数据加载、模型架构实现等,并在持续开发训练和生成功能。这为研究人员和开发者提供了便捷的Llama 2模型研究与应用工具。
XLB - 基于JAX的可微分格子玻尔兹曼方法库
GithubJAXLattice BoltzmannXLB开源项目流体动力学深度学习
XLB是一款开源的格子玻尔兹曼方法库,基于JAX构建。该库支持2D和3D模拟,具有全可微分特性,能高效解决流体动力学问题。XLB支持多GPU分布式计算,可进行大规模模拟。提供多种边界条件和碰撞核选择,并采用Python接口设计,便于使用和扩展。这些特性使XLB成为物理驱动机器学习研究的有力工具。
nx - Elixir的多维数组和数值计算库集合
EXLAGithubNxTorchx多维数组开源项目数值计算
该项目集合包括Nx,一个用于Elixir的多维数组和数值计算库;EXLA,基于Google XLA的编译器/后端;以及Torchx,基于LibTorch的后端。每个项目都有独立的README文件。未来,这些项目将独立存储。EXLA项目还包含了示例和基准测试。更多关于Elixir中机器学习的介绍,请访问组织页面。
penzai - 用于构建、编辑和可视化神经网络的 JAX 研究工具包
GithubJAXPenzai开源项目模型可视化深度学习神经网络
Penzai是一个基于JAX的库,专为通过函数式pytree数据结构编写模型而设计,并提供丰富的工具用于可视化、修改和分析。适用于反向工程、模型组件剥离、内部激活检查、模型手术和调试等领域。Penzai包括Treescope交互式Python打印工具、JAX树和数组操作工具、声明式神经网络库及常见Transformer架构的模块化实现。该库简化了模型处理过程,为研究神经网络的内部机制与训练动态提供了支持。
axon - 基于Nx框架的Elixir深度学习库,支持模型创建和训练
AxonElixirGithub开源项目模型创建深度学习训练API
Axon是一个基于Nx的Elixir深度学习库,提供高效的神经网络功能。核心组件包括数值定义的Functional API、模型创建的Model Creation API和训练模型的Training API。Axon通过模块化设计,实现各API独立使用,并通过Polaris进行优化。该库支持多种深度学习层和模型格式,如TensorFlow Lite和ONNX,适用于多种深度学习应用。
evojax - 基于JAX的高性能神经进化工具包
EvoJAXGithubJAX开源项目机器学习硬件加速神经进化
EvoJAX是基于JAX库开发的神经进化工具包,支持在多个TPU/GPU上并行运行神经网络。通过在NumPy中实现进化算法、神经网络和任务,并即时编译到加速器上运行,EvoJAX显著提升了神经进化算法的性能。该工具包提供了多个示例,涵盖监督学习、强化学习和生成艺术等领域,展示了如何在几分钟内完成原本需要数小时或数天的进化实验。EvoJAX为研究人员提供了一个高效、灵活的神经进化开发平台。
paxml - 基于Jax的高效机器学习实验配置和运行框架
Cloud TPUGithubGooglePaxml开源项目性能优化机器学习
Paxml是一个基于Jax的开源框架,致力于机器学习实验的配置与运行。该框架支持云TPU VM快速部署,同时提供PyPI和GitHub的稳定及开发版本下载。Paxml还包含丰富的文档资源和Jupyter Notebook教程,支持GPU加速,并可广泛适用于不同开发者的需求,是推动机器学习实验项目高效发展的优选工具。
dm_pix - 基于JAX的高性能图像处理库
GithubJAXPIX图像处理平行优化开源项目机器学习
PIX是一个基于JAX的开源图像处理库,具备优化和并行化能力。支持通过jax.jit、jax.vmap和jax.pmap进行加速与并行处理,适用于高性能计算需求。安装便捷,只需通过pip安装后即可使用。提供丰富的示例代码,易于上手操作,同时配备完整的测试套件,确保开发环境的可靠性,并接受社区贡献。
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