jax

Differenzierbare Finite-Elemente-Methode mit JAX

Tevatron – Einifiziertes Toolkit zum Dokumentenabruf über Skalierung, Sprache und Modalität hinweg. Demo auf der SIGIR 2023, SIGIR 2025.

Leichte und schnelle OCR-Modelle zur Kennzeichentexterkennung.

Leitfaden für Machine Learning. Erfahren Sie alles über Machine-Learning-Tools, Bibliotheken, Frameworks, Large Language Models (LLMs) und das Training von Modellen.

Algorithmen des maschinellen Lernens für Vielteilchen-Quantensysteme

Tutorials zu Physics Informed Machine Learning (Pytorch und Jax)

Gaußprozesse in JAX und Equinox.

Vektorisierten RL-Spielumgebungen in JAX

Differenzierbares Strömungsmechanik-Paket

Nichtlineare Optimierung (Nullstellensuche, kleinste Quadrate, ...) in JAX+Equinox. https://docs.kidger.site/optimistix/

Lineare Löser in JAX und Equinox. https://docs.kidger.site/lineax

Lösung von Vorwärts- und Umkehrproblemen partieller Differentialgleichungen mittels physikinformierter neuronaler Netze auf Basis finiter Basen (FBPINNs)

Alles Wissenswerte über Google Cloud TPU.

Felafax entwickelt KI-Infrastruktur für Nicht-NVIDIA-GPUs.

Vom Lehrer zu den Kacheln – eine von Grund auf neu entwickelte LLM-Destillations- und Serving-Engine: mit benutzerdefinierten Triton/CUDA-Kernels, FSDP-Destillation, Paged-KV Continuous Batching, spekulativem Decoding, einem Rust-Gateway, einem JAX-Oracle und Tools zur Interpretierbarkeit.

Pax ist ein auf Jax basierendes Framework für maschinelles Lernen zum Trainieren großskalierter Modelle. Es ermöglicht fortgeschrittene, vollständig konfigurierbare Experimente und Parallelisierung und bietet branchenführende Modellauslastungsraten.

Zero-Copy-MPI-Kommunikation für JAX-Arrays für beschleunigte HPC-Anwendungen in Python

Orbax bietet allgemeine Dienstprogramme für Checkpointing und Persistenz für JAX-Benutzer.

Keras-Implementierung des Yahoo Open-NSFW-Modells

Implementierung von https://srush.github.io/annotated-s4.

Ein in Python geschriebener modellprädiktiver Regler für vierbeinige Roboter, basierend auf dem Single-Rigid-Body-Modell. Gradientenbasiert (acados) oder stichprobenbasiert (jax).

XLB: Accelerated Lattice Boltzmann (XLB) für physikbasiertes maschinelles Lernen.