jax

分散型 GPU アクセラレーション対応の進化計算フレームワーク。進化アルゴリズムとベンチマーク問題の包括的なライブラリ。

大規模言語モデル（LLM）を簡単に。EasyLM は、JAX/Flax で LLM の事前学習、ファインチューニング、評価、サービングを行うためのワンストップソリューションです。

シンプルで高性能、かつスケーラブルな Jax LLM です！

拡張可能なディープラーニングライブラリ

Kubernetes 上での分散 AI モデルのトレーニングと LLM のファインチューニング

JAX - リソースの厳選リスト https://github.com/google/jax

JAX による常微分方程式ソルバー。自動微分および GPU に対応。https://docs.kidger.site/diffrax/

多体ポテンシャルエネルギー表現と分子動力学のためのディープラーニングパッケージ

JAX、NumPy、PyTorchなどの配列の形状とデータ型（dtype）に関する型注釈と実行時チェック。

Magenta RealTime 2: オープンウェイトのライブ音楽モデル

Kubernetes 上の自動機械学習

TensorLy: Pythonにおけるテンソル学習

このリポジトリは、AIMv1 および AIMv2 研究プロジェクトのコードとモデルチェックポイントを提供する。

TPU 上での LLM スケーリングに関するブログ形式の短い解説書「How To Scale Your Model」のホーム

Pythonによるデジタルオーディオワークステーション（DAW）; VSTインストゥルメント/エフェクト、パラメータ自動化、FAUST、JAX、Warp Markers、JUCEプロセッサ

PDEBench: 科学的機械学習のための包括的なベンチマーク

自然言語処理向けのTransformersモデルに関する優れたリソース集。論文、動画、ブログ、公式リポジトリ、Colabノートブックが含まれています。

JAXによる熱力学的ハイパーグラフモデルライブラリ

非常に高速なエンドツーエンドのJax RL実装

Gymnasium/Gym、NVIDIA Isaac Lab、MuJoCo Playgroundなどの環境をサポートする、モジュール式強化学習（RL）ライブラリ（PyTorch、JAX、NVIDIA Warpで実装）。

JAX による、ハードウェアアクセラレーション対応でバッチ処理および微分可能なオプティマイザ

JAX を使用した確率的状態空間モデリングのための Python パッケージ

Keras 3 向けの事前学習済みモデルハブ。

JAXによる数値流体力学（CFD）。

🦁 JAXにおけるマルチエージェント強化学習の迅速な実験を可能にする、研究者向けのコードベース

JavaScript版JAX – WebGPUとWasmで動作するWeb用MLライブラリ

動的バッチ処理と CPU/GPU パイプラインを提供し、計算マシンの性能を最大限に引き出す高性能な ML モデルサービングフレームワーク

🕹️ JAX製の拡張性に優れた多様な強化学習環境スイート

機械学習のトレーニングデータを読み込んで処理するためのライブラリ

JAX フレームワークで実装された最適輸送ツールで、あらゆる形式の大規模マッチング問題を解決します。