jax
本站收录 21 个带「jax」标签的 AI 开源项目
best-of-ml-python这是一个精选的机器学习Python库排行榜，每周自动更新，按GitHub星标数排序，帮助开发者快速发现和评估优秀的ML工具。它解决了机器学习生态中库数量庞大、质★ 23,828
wandb面向 AI 开发者的实验追踪与模型管理平台，支持训练过程的实时监控、指标可视化与团队协作，并能对模型从实验到生产的全生命周期进行管理。无论是调参对比、结果复现还★ 11,266
datasetsTFDS（TensorFlow Datasets）是一个开源的机器学习数据集库，旨在为 TensorFlow、JAX 等框架提供即用型数据集。它解决了研究人员和★ 4,594
scenicScenic 是 Google 开源、基于 JAX 的计算机视觉研究库，目标是为视觉任务提供一套干净、模块化且高性能的训练与推理框架。它解决的是研究代码重复造轮★ 3,839
alpaAlpa 是一个用于训练和服务大规模神经网络的计算框架，其核心目标是自动并行化。它解决了用户在分布式系统上运行超大模型时面临的并行策略选择复杂性问题，通过自动将★ 3,178
EasyLMEasyLM 是一个基于 JAX/Flax 构建的大语言模型（LLM）一站式解决方案，旨在简化 LLM 的预训练、微调、评估和部署流程。它解决了 LLM 开发中★ 2,516
maxtextMaxText 是一个基于 JAX 构建的高性能、可扩展的大型语言模型（LLM）训练与推理框架，由 Google 开源。它旨在解决训练超大规模模型时面临的复杂性★ 2,433
trainertrainer 是一个基于 Kubernetes 的分布式 AI 模型训练与 LLM 微调平台，由开源社区维护。它解决了在 Kubernetes 上运行大规模训★ 2,234
katibKatib 是一个基于 Kubernetes 的自动化机器学习（AutoML）平台，旨在解决在云原生环境中进行超参数调优、神经网络架构搜索（NAS）和早停（Ea★ 1,704
keras-hubKerasHub 是 Keras 3 官方推出的预训练模型中心，为深度学习开发者提供统一、简洁的模型调用接口。它解决的核心问题是：在 Keras 3 多后端（T★ 990
mosecmosec 是一个高性能的机器学习模型服务框架，专注于解决模型部署中的吞吐量和资源利用率问题。它通过动态批处理（dynamic batching）和 CPU/G★ 902
paxmlPax是一个基于JAX的机器学习框架，专为训练大规模模型而设计。它解决了在大规模分布式训练中，模型并行、数据并行和流水线并行配置复杂、难以灵活组合的问题。Pax★ 561
JetStreamJetStream 是一个面向 XLA 设备（当前以 TPU 为主，未来计划支持 GPU）的 LLM 推理引擎，专注于提升吞吐量和优化内存使用。它解决了在 TP★ 461
i1i1 是一个完全开源的文本到图像生成模型配方，由代码和模型权重组成，旨在提供一个简单且可复现的高质量文生图方案。它基于扩散模型架构，使用 JAX 和 PyTor★ 290
jax-llm-examplesjax-llm-examples 是一个用纯 JAX 实现的极简大语言模型示例集合，目标是让开发者以最少依赖理解并跑通 LLM 的训练与推理全流程。它不依赖 P★ 285
Efficient-VDVAEEfficient-VDVAE 是论文“Efficient-VDVAE: Less is more”的官方 PyTorch 和 JAX 实现，旨在提升层次化变分★ 199
scalaxscalax 是一个用于扩展 JAX 程序的轻量级库，旨在简化大规模机器学习训练和推理的分布式计算。它解决了 JAX 在单设备上运行良好但扩展到多设备时面临复杂★ 149
sdksdk 是一个通用 Python SDK，旨在简化在 Kubernetes 上运行 AI 工作负载的流程。它解决了 AI 工程师和平台团队在 Kubernete★ 149
parkietParkiet 是一个基于 JAX 的荷兰语文本转语音（TTS）模型，参数量为 16 亿。它旨在解决荷兰语语音合成资源稀缺的问题，提供高质量、自然的荷兰语语音输★ 94
tensorcircuit-ngTensorCircuit-NG 是新一代基于张量网络的量子软件框架，专为 AI 原生设计。它解决量子计算模拟中计算复杂度高、与机器学习框架集成难的问题，核心能★ 92
redcoRedCoast是一个轻量级工具，旨在自动化分布式训练和推理流程，特别针对大语言模型和扩散模型。它解决了在联邦学习、差分隐私等场景下，多机多卡环境配置复杂、代码★ 69