jax

इवोल्यूशनरी कंप्यूटिंग के लिए वितरित GPU-त्वरित फ्रेमवर्क। इवोल्यूशनरी एल्गोरिदम और बेंचमार्क समस्याओं की व्यापक लाइब्रेरी।

लार्ज लैंग्वेज मॉडल (LLMs) को आसान बनाया गया, EasyLM JAX/Flax में LLMs को प्री-ट्रेनिंग, फाइन-ट्यूनिंग, मूल्यांकन और सर्विंग के लिए एक वन-स्टॉप समाधान है।

एक सरल, निष्पादन-कुशल और स्केलेबल Jax LLM! dakṣh

एक एक्सपैंडेबल डीप लर्निंग लाइब्रेरी

Kubernetes पर वितरित AI मॉडल प्रशिक्षण और LLM फाइन-ट्यूनिंग

JAX - संसाधनों की एक क्यूरेटेड सूची https://github.com/google/jax

JAX में संख्यात्मक अंतर समीकरण सॉल्वर। ऑटोडिफ़रेंशिएबल और GPU-सक्षम। https://docs.kidger.site/diffrax/

कई-बॉडी पोटेंशियल एनर्जी प्रतिनिधित्व और आणविक गतिशीलता के लिए एक डीप लर्निंग पैकेज

JAX/NumPy/PyTorch आदि एरे के आकार और dtype के लिए टाइप एनोटेशन और रंटाइम जाँच। https://docs.kidger.site/jaxtyping/

Magenta RealTime 2: एक ओपन-वेट्स लाइव म्यूजिक मॉडल

Kubernetes पर स्वचालित मशीन लर्निंग

TensorLy: Python में टेंसर लर्निंग।

यह रिपॉजिटरी AIMv1 और AIMv2 अनुसंधान परियोजनाओं के लिए कोड और मॉडल चेकपॉइंट प्रदान करती है।

TPU पर LLM को स्केल करने के बारे में एक संक्षिप्त ब्लॉग-शैली की पाठ्यपुस्तक "How To Scale Your Model" का होम

Python के साथ डिजिटल ऑडियो वर्कस्टेशन; VST इंस्ट्रूमेंट्स/इफेक्ट्स, पैरामीटर ऑटोमेशन, FAUST, JAX, वार्प मार्कर, और JUCE प्रोसेसर

PDEBench: Scientific Machine Learning के लिए एक व्यापक Benchmark

💁 Natural Language Processing के लिए Transformers Models का बेहतरीन खजाना, जिसमें पेपर्स, वीडियो, ब्लॉग, आधिकारिक रेपो और colab Notebooks शामिल हैं। 🛫☑️

JAX में थर्मोडायनामिक हाइपरग्राफिकल मॉडल लाइब्रेरी

अत्यंत तेज़ एंड-टू-एंड Jax RL कार्यान्वयन

मॉड्यूलर रीइन्फोर्समेंट लर्निंग (RL) लाइब्रेरी (PyTorch, JAX, और NVIDIA Warp में कार्यान्वित), जो Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground और अन्य वातावरणों का समर्थन करती है।

JAX में हार्डवेयर एक्सीलरेटेड, बैच करने योग्य और डिफरेंशिएबल ऑप्टिमाइज़र

JAX के साथ प्रोबेबिलिस्टिक स्टेट स्पेस मॉडलिंग के लिए एक Python पैकेज

Keras 3 के लिए प्रीट्रेनड मॉडल हब।

JAX में कम्प्यूटेशनल फ्लूइड डायनामिक्स

JAX में मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के त्वरित प्रयोग के लिए एक शोध-अनुकूल कोडबेस

JavaScript में JAX - वेब के लिए ML लाइब्रेरी, जो WebGPU और Wasm पर चलती है

एक उच्च-प्रदर्शन ML मॉडल सर्विंग फ्रेमवर्क, जो आपके कंप्यूटिंग संसाधन का पूरी तरह से उपयोग करने के लिए गतिशील बैचिंग और CPU/GPU पाइपलाइन प्रदान करता है

🕹️ JAX में स्केलेबल सुदृढीकरण शिक्षण (reinforcement learning) वातावरण का एक विविध सूट

ML ट्रेनिंग डेटा को पढ़ने और प्रोसेस करने के लिए लाइब्रेरी।

JAX फ्रेमवर्क के साथ कार्यान्वित इष्टतम परिवहन उपकरण, किसी भी प्रकार की बड़े पैमाने पर मिलान समस्याओं को हल करने के लिए।