jax

진화 연산을 위한 분산 GPU 가속 프레임워크. 진화 알고리즘 및 벤치마크 문제에 대한 포괄적인 라이브러리.

쉽게 만드는 대규모 언어 모델(LLM), EasyLM은 JAX/Flax에서 LLM의 사전 학습, 파인튜닝, 평가 및 서빙을 위한 원스톱 솔루션입니다.

간단하고 고성능이며 확장 가능한 Jax LLM!

확장 가능한 딥러닝 라이브러리

Kubernetes 기반 분산 AI 모델 학습 및 LLM 파인튜닝

JAX 관련 리소스 모음집 https://github.com/google/jax

JAX 기반의 수치 미분方程式 해법. 자동 미분 및 GPU 지원. https://docs.kidger.site/diffrax/

다체 포텐셜 에너지 표현 및 분자 동역학을 위한 딥 러닝 패키지입니다.

JAX, NumPy, PyTorch 등의 배열 형태 및 dtype에 대한 타입 어노테이션 및 런타임 검사

Magenta RealTime 2: 오픈 웨이트 라이브 음악 모델

Kubernetes에서의 자동화된 머신러닝

TensorLy: Python에서의 텐서 학습

이 저장소는 AIMv1 및 AIMv2 연구 프로젝트의 코드와 모델 체크포인트를 제공합니다.

TPU에서 LLM을 확장하는 방법에 대한 짧은 블로그 스타일의 교과서 "How To Scale Your Model" 저장소

Python 기반의 디지털 오디오 워크스테이션(DAW); VST 악기/효과, 파라미터 자동화, FAUST, JAX, Warp Marker, JUCE 프로세서 지원

PDEBench: 과학적 머신러닝을 위한 광범위한 벤치마크

논문, 동영상, 블로그, 공식 저장소 및 Colab 노트북을 포함하는 자연어 처리용 Transformers 모델 모음

JAX 기반의 열역학적 하이퍼그래프 모델 라이브러리

매우 빠른 엔드투엔드 Jax 강화학습 구현체

Gymnasium/Gym, NVIDIA Isaac Lab, MuJoCo Playground 및 기타 환경을 지원하는 모듈형 강화학습(RL) 라이브러리(PyTorch, JAX, NVIDIA Warp로 구현)

JAX 기반의 하드웨어 가속, 배치 처리 및 미분 가능한 최적화 도구

JAX를 활용한 확률적 상태 공간 모델링용 Python 패키지

Keras 3용 사전 학습 모델 허브

JAX 기반 전산유체역학(CFD)

🦁 JAX에서 다중 에이전트 강화 학습의 빠른 실험을 위한 연구 친화적인 코드베이스

자바스크립트의 JAX – WebGPU 및 Wasm에서 실행되는 웹용 ML 라이브러리

고성능 ML 모델 서빙 프레임워크로, 컴퓨팅 머신을 최대한 활용할 수 있도록 동적 배칭 및 CPU/GPU 파이프라인을 제공합니다.

🕹️ JAX 기반의 확장 가능한 다양한 강화 학습 환경 모음

ML 학습 데이터를 읽고 처리하기 위한 라이브러리입니다.

JAX 프레임워크로 구현된 최적 운송 도구로, 대규모 매칭 문제를 해결합니다.