jax

인간을 위한 Deep Learning

Python+NumPy 프로그램의 조합 가능한 변환: 미분, 벡터화, GPU/TPU JIT 컴파일 등

다중 프레임워크 코드, 수학, 토론을 포함하는 인터랙티브 딥러닝 도서. 스탠포드, MIT, 하버드, 케임브리지 등 70개국의 500개 대학에서 채택되었습니다.

🏆 엄선된 머신러닝 Python 라이브러리 순위 목록입니다. 매주 업데이트됩니다.

사용 가능한 연구 문헌을 바탕으로 제1원칙에서 출발하여 Claude Mythos 아키텍처를 이론적으로 재구성한 프로젝트.

프레임워크 간 머신러닝 코드 변환

AI 개발자 플랫폼. Weights & Biases를 사용하여 모델을 학습 및 미세 조정하고, 실험부터 프로덕션까지 모델을 관리하세요.

읽기 쉽고 신뢰할 수 있는 코드를 위한 유연하고 강력한 텐서 연산 (pytorch, jax, TF 등 지원)

NumPy 코드의 도함수를 효율적으로 계산합니다.

직관을 바탕으로 수학, 컴퓨팅, ML을 다루는 파격적인 교과서를 통해 뛰어난 AI/ML 연구원/엔지니어되기

Flax는 유연성을 위해 설계된 JAX용 신경망 라이브러리입니다.

Kevin Murphy의 저서 "Probabilistic Machine learning"을 위한 Python 코드

주요 독자인 대학원생과 구직자뿐만 아니라 경험 많은 연구원에게도 흥미롭고 유익한 책입니다.

TPU에서 최대 70배 속도 향상을 제공하는 OpenAI Whisper 모델의 JAX 구현

TFDS는 TensorFlow, Jax 등과 함께 사용할 수 있는 데이터셋 모음입니다.

과학적 머신러닝 및 물리 기반 학습을 위한 라이브러리

재타겟팅이 가능한 MLIR 기반 머신러닝 컴파일러 및 런타임 툴킷입니다.

Scenic: 컴퓨터 비전 연구 등을 위한 Jax 라이브러리.

월드 모델을 통한 다양한 도메인 마스터하기

Hopper, Ada, Blackwell GPU에서 8비트 및 4비트 부동소수점(FP8 및 FP4) 정밀도를 활용하는 것을 포함하여 NVIDIA GPU에서 Transformer 모델을 가속화하고, 학습 및 추론 모두에서 더 나은 성능과 낮은 메모리 사용량을 제공하는 라이브러리

PennyLane은 양자 컴퓨팅, 양자 머신러닝, 양자 화학을 위한 오픈소스 양자 소프트웨어 플랫폼입니다. 아이부터 구현까지 의미 있는 양자 알고리즘을 만드세요.

JAX 기반 신경망 라이브러리

가속기 하드웨어를 활용한 대규모 병렬 강체 물리 시뮬레이션

암스테르담 대학교(MSc AI) 2023년 가을학기 딥러닝 강의를 위한 Jupyter notebook 튜토리얼 저장소

신호 처리 및 사운드 합성을 위한 함수형 프로그래밍 언어

PyTorch, TensorFlow, JAX에서 신경망을 속이는 적대적 예제를 생성하기 위한 Python 툴박스

JAX 기반의 우아하고 사용하기 쉬운 신경망 + 과학 연산 라이브러리. https://docs.kidger.site/equinox/

🔮 선호하는 라이브러리와 호환되는 딥러닝에 대한 참신한 함수형 접근 방식

자동 미분(autograd) 및 GPU/TPU/CPU JIT 컴파일을 위해 JAX로 구동되는 NumPy 기반 확률적 프로그래밍

JAX에서의 몬테카를로 트리 탐색