#jax Repositorios
Descubre 138 repositorios activos de código abierto de GitHub etiquetados con #jax, que acumulan 529,515 estrellas en total (una media de 3,837 estrellas por proyecto). El líder de este tema es keras-team/keras, con 64,445 estrellas.
138 repositorios en total
Transformaciones componibles de programas Python+NumPy: diferenciar, vectorizar, JIT a GPU/TPU y más
Libro interactivo de aprendizaje profundo con código de múltiples frameworks, matemáticas y discusiones. Adoptado en 500 universidades de 70 países, incluyendo Stanford, MIT, Harvard y Cambridge.
Una lista clasificada de fantásticas bibliotecas de Python para aprendizaje automático. Actualizado semanalmente.
Una reconstrucción teórica de la arquitectura del Mito de Claude, construida desde primeros principios utilizando la literatura de investigación disponible.
La plataforma para desarrolladores de IA. Usa Weights & Biases para entrenar y ajustar finamente modelos, y gestionar modelos desde la experimentación hasta la producción.
Operaciones de tensor flexibles y potentes para código legible y confiable (para PyTorch, JAX, TF y otros)
Conviértete en un investigador/ingeniero de IA/ML de alto nivel con este libro de texto poco convencional que cubre matemáticas, computación y aprendizaje automático con intuición.
Flax es una biblioteca de redes neuronales para JAX que está diseñada para la flexibilidad.
Creo que ustedes, los estudiantes de posgrado y los que buscan empleo para quienes el libro está destinado principalmente, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.
Implementación JAX del modelo Whisper de OpenAI para una aceleración de hasta 70 veces en TPU.
TFDS es una colección de conjuntos de datos listos para usar con TensorFlow, Jax, ...
Una biblioteca para el aprendizaje automático científico y el aprendizaje informado por la física
Un compilador y kit de herramientas de tiempo de ejecución para aprendizaje automático basado en MLIR y retargetable.
Scenic: Una biblioteca Jax para la investigación en visión por computadora y más allá
Una biblioteca para acelerar los modelos Transformer en GPU NVIDIA, incluido el uso de precisión de punto flotante de 8 y 4 bits (FP8 y FP4) en GPU Hopper, Ada y Blackwell, para proporcionar un mejor rendimiento con una menor utilización de memoria tanto en entrenamiento como en inferencia.
PennyLane es una plataforma de software cuántico de código abierto para computación cuántica, aprendizaje automático cuántico y química cuántica. Crea algoritmos cuánticos significativos, desde la inspiración hasta la implementación.
Código oficial utilizado para desarrollar Vision Transformer, SigLIP, MLP-Mixer, LiT y más.
Una colección completa de recursos relacionados con KAN (Kolmogorov-Arnold Network), incluyendo bibliotecas, proyectos, tutoriales, artículos y más, para investigadores y desarrolladores en el campo de Kolmogorov-Arnold Network.
Lenguaje de programación funcional para procesamiento de señales y síntesis de sonido
Repositorio de tutoriales de Jupyter notebook para la enseñanza del Curso de Aprendizaje Profundo en la Universidad de Ámsterdam (MSc AI), Otoño 2023
Redes neuronales elegantes y fáciles de usar + computación científica en JAX. https://docs.kidger.site/equinox/
Una caja de herramientas de Python para crear ejemplos adversarios que engañan a las redes neuronales en PyTorch, TensorFlow y JAX
🔮 Un enfoque funcional refrescante del aprendizaje profundo, compatible con tus bibliotecas favoritas
Programación probabilística con NumPy impulsada por JAX para autograd y compilación JIT a GPU/TPU/CPU.
Modelos de lenguaje grandes (LLM) simplificados, EasyLM es una solución integral para el preentrenamiento, el ajuste fino, la evaluación y el servicio de LLM en JAX/Flax.
Una biblioteca de código abierto para demostraciones en simulación y con robots reales basada en MuJoCo.
Solucionadores numéricos de ecuaciones diferenciales en JAX. Autodiferenciables y capaces de GPU. https://docs.kidger.site/diffrax/
Preguntas frecuentes
¿Cuál es el repositorio de #jax más popular en GitHub?
El proyecto de código abierto de #jax mejor posicionado en GitHub es keras-team/keras, con 64,445 estrellas. Deep Learning para humanos
¿Qué lenguajes de programación se utilizan más en los repositorios de #jax?
Entre los proyectos de #jax mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #jax?
Seguimos 138 repositorios activos de código abierto etiquetados con #jax (500+ estrellas), que suman un total de 529,515 estrellas, con una media de 3,837 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.