#jax Repository
Scopri 138 repository GitHub open source attivi contrassegnati con #jax, che raccolgono un totale di 529,515 stelle (con una media di 3,837 stelle per progetto). Il progetto leader di questo argomento è keras-team/keras, con 64,445 stelle.
138 repository in totale
Trasformazioni componibili di programmi Python+NumPy: differenziazione, vettorizzazione, JIT su GPU/TPU e altro
Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.
Un elenco classificato di fantastiche librerie Python per il machine learning. Aggiornato settimanalmente.
Una ricostruzione teorica dell'architettura del Mythos di Claude, costruita dai primi principi utilizzando la letteratura di ricerca disponibile.
La piattaforma per sviluppatori AI. Usa Weights & Biases per addestrare e affinare modelli, e gestire modelli dall'esperimentazione alla produzione.
Operazioni tensoriali flessibili e potenti per codice leggibile e affidabile (per PyTorch, JAX, TF e altri)
Diventa un ricercatore/ingegnere di IA/ML di alto livello con questo libro di testo non convenzionale che copre matematica, informatica e ML con intuizione.
È mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro è principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori più esperti lo troveranno affascinante.
Implementazione JAX del modello Whisper di OpenAI per un'accelerazione fino a 70 volte su TPU.
Una libreria per il machine learning scientifico e l'apprendimento informato dalla fisica
Un compilatore e toolkit di runtime per machine learning basato su MLIR e retargetable.
Una libreria per accelerare i modelli Transformer sulle GPU NVIDIA, incluso l'utilizzo della precisione in virgola mobile a 8 bit e 4 bit (FP8 e FP4) sulle GPU Hopper, Ada e Blackwell, per fornire prestazioni migliori con un minor utilizzo di memoria sia in fase di addestramento che di inferenza.
PennyLane è una piattaforma open source di software quantistico per il calcolo quantistico, il machine learning quantistico e la chimica quantistica. Crea algoritmi quantistici significativi, dall'ispirazione all'implementazione.
Codice ufficiale utilizzato per sviluppare Vision Transformer, SigLIP, MLP-Mixer, LiT e altro ancora.
Una raccolta completa di risorse relative alle KAN (Kolmogorov-Arnold Network), tra cui librerie, progetti, tutorial, articoli e altro ancora, per ricercatori e sviluppatori nel campo della Kolmogorov-Arnold Network.
Simulazione fisica di corpi rigidi massicciamente parallela su hardware acceleratore.
Linguaggio di programmazione funzionale per l'elaborazione del segnale e la sintesi sonora
Repository di tutorial Jupyter notebook per l'insegnamento del Deep Learning Course presso l'Università di Amsterdam (MSc AI), Autunno 2023
Reti neurali eleganti e facili da usare + calcolo scientifico in JAX. https://docs.kidger.site/equinox/
Un toolbox Python per creare esempi avversari che ingannano le reti neurali in PyTorch, TensorFlow e JAX
🔮 Un approccio funzionale rinfrescante al deep learning, compatibile con le tue librerie preferite
Programmazione probabilistica con NumPy alimentata da JAX per autograd e compilazione JIT su GPU/TPU/CPU.
Modelli linguistici di grandi dimensioni (LLM) resi semplici, EasyLM è una soluzione completa per il pre-training, il finetuning, la valutazione e il serving di LLM in JAX/Flax.
Una libreria open source per demo in simulazione e con robot reali basata su MuJoCo.
Solutori numerici per equazioni differenziali in JAX. Autodifferenziabili e capaci di GPU. https://docs.kidger.site/diffrax/
Domande frequenti
Qual è il repository #jax più popolare su GitHub?
Il progetto open source #jax più alto in classifica su GitHub è keras-team/keras, con 64,445 stelle. Deep Learning per gli umani
Quali linguaggi di programmazione sono più utilizzati nei repository #jax?
Tra i progetti #jax più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.
Come viene calcolata la classifica dei repository #jax?
Monitoriamo 138 repository open source attivi contrassegnati con #jax (500+ stelle), per un totale di 529,515 stelle e una media di 3,837 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.