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。

tf2jax - 实验性TensorFlow到JAX函数转换库
GithubJAXTF2JAXTensorFlow函数转换开源项目机器学习
tf2jax是一个实验性库,用于将TensorFlow函数和计算图转换为JAX函数。它支持SavedModel和TensorFlow Hub格式,使现有TensorFlow模型能够在JAX环境中重用。该库提供透明的转换过程,便于调试和分析。tf2jax支持自定义梯度和随机性处理,并提供灵活的配置选项。尽管存在一些限制,tf2jax为JAX用户提供了一种集成TensorFlow功能的有效方法。
dm-haiku - JAX神经网络构建的简洁解决方案
DeepMindGithubHaikuJAX开源项目神经网络谷歌
Haiku是一个为JAX设计的简洁神经网络库,具备面向对象编程模型和纯函数转换功能。由Sonnet的开发者创建,Haiku能简化模型参数和状态管理,并与其他JAX库无缝集成。虽然Google DeepMind建议新项目使用Flax,Haiku仍将在维护模式下持续支持,专注于修复bug和兼容性更新。
nanodl - 设计与训练变压器模型的Jax库
GithubJaxNanoDLtransformer模型分布式训练开源项目深度学习
这是一个基于Jax的库,旨在简化变压器模型的开发和训练,特别适合资源有限的环境。支持多种模型如Gemma、GPT3、T5和Whisper,涵盖自然语言处理和计算机视觉任务。提供灵活的模块和层,包括Jax/Flax中未提供的RoPE、GQA、MQA和Swin注意力机制,支持多GPU/TPU的数据并行训练,简化数据处理。该库还包含加速的经典机器学习模型,帮助用户以最小的代码重写快速实现模型开发和训练。
purejaxrl - JAX强化学习框架实现千倍性能提升
GithubJaxPureJaxRL并行训练开源项目强化学习性能优化
PureJaxRL是一个端到端JAX强化学习框架,将整个训练流程(包括环境)实现在JAX中。通过JIT编译和避免CPU-GPU数据传输,在GPU上并行运行多个智能体时,性能比PyTorch实现提升1000倍以上。框架支持使用JAX的jit、vmap等功能优化训练流程,实现高效并行训练、快速超参数调优和元进化算法探索。
einx - 跨框架张量运算统一接口库
Githubeinx开源项目张量操作深度学习符号表示法跨框架兼容
einx是一个Python库,为多个主流深度学习框架提供统一的张量操作接口。它采用类爱因斯坦符号系统表达基础张量操作的向量化,支持无缝集成现有代码。通过即时编译提升执行效率,einx不仅支持基础张量操作,还涵盖常见神经网络操作和可选的深度学习模块。
jax-triton - JAX与Triton集成实现GPU计算加速
CUDAGPU加速GithubJAXTritonjax-triton开源项目
jax-triton项目实现了JAX和Triton的集成,让开发者能在JAX中使用Triton的GPU计算功能。通过triton_call函数,可在JAX编译函数中应用Triton内核,提高计算密集型任务效率。项目提供文档和示例,适合机器学习和科学计算领域的GPU计算优化需求。
mctx - 高效JAX实现的蒙特卡洛树搜索库
GithubJAXMctx开源项目强化学习深度学习蒙特卡洛树搜索
Mctx是一个基于JAX的蒙特卡洛树搜索库,实现了AlphaZero和MuZero等算法。该库支持JIT编译和并行批处理,以提高计算效率。Mctx平衡了性能和易用性,为研究人员提供了探索搜索型强化学习算法的便利工具。它包含通用搜索函数和具体策略实现,用户只需提供学习到的环境模型组件即可使用。
mlx - 为Apple芯片优化的开源机器学习框架
APIApple芯片GithubMLX开源项目数组框架机器学习
MLX是一款针对Apple芯片优化的开源机器学习框架。它具有类NumPy的Python接口、可组合的函数转换、惰性计算和动态图构建等特性。通过统一内存模型,MLX支持在CPU和GPU间无缝切换。该框架为机器学习研究者提供了友好高效的开发环境,有助于快速验证创新想法。
jaxtyping - JAX数组与PyTrees的类型注解和运行时检查工具
GithubJAXPyTreejaxtyping开源项目类型注解运行时类型检查
jaxtyping是一款为JAX数组和PyTrees提供类型注解及运行时类型检查的开源工具。除JAX外,它还支持PyTorch、NumPy和TensorFlow等主流框架,使用户能够为数组的形状和数据类型添加精确的类型提示。该项目安装简便,与多种运行时类型检查包兼容,并提供完整的在线文档。通过增强类型安全,jaxtyping为科学计算和深度学习项目提供了更可靠的开发环境。
ax - 支持多模态与流式验证功能的智能代理构建框架
AxGithubLLMsVectorDBsprompt签名多模态DSPy开源项目
Ax项目根据Stanford DSPy研究与Agentic workflows概念,实现智能代理快速开发。支持多种大型语言模型(LLM)、向量数据库,具备自动化提示生成、文档格式转换以及多模态DSPy和流式输出验证。该框架适用于Typescript生产级部署,低依赖性,满足现代软件开发需求。
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