Pushing back the limits on numerical computing.
15
Dépôts publics
39 172
Total des étoiles
968
Abonnés
L'organisation jax-ml sur GitHub se concentre sur l'élargissement des horizons du calcul numérique. Elle dispose d'une large gamme de dépôts publics, notamment des projets en Python tels que jax et oryx, ainsi que des applications en C++ et des notebooks Jupyter. Ces dépôts sont essentiels pour ceux qui s'intéressent à l'apprentissage automatique et à la programmation probabiliste.
Langues principales
Dépôts publics
jax
Composable transformations of Python+NumPy programs: differentiate, vectorize, JIT to GPU/TPU, and more
scaling-book
Home for "How To Scale Your Model", a short blog-style textbook about scaling LLMs on TPUs
jax-triton
jax-triton contains integrations between JAX and OpenAI Triton
ml_dtypes
A stand-alone implementation of several NumPy dtype extensions used in machine learning.
oryx
Oryx is a library for probabilistic programming and deep learning built on top of Jax.
jax-ai-stack
Aucune description fournie pour ce dépôt.
jax-llm-examples
Minimal yet performant LLM examples in pure JAX
bayeux
State of the art inference for your bayesian models.
bonsai
Minimal, lightweight JAX implementations of popular models.
coix
Inference Combinators in JAX
jax-tpu-embedding
Aucune description fournie pour ce dépôt.
australis
Aucune description fournie pour ce dépôt.
jax-blog
Aucune description fournie pour ce dépôt.
.allstar
Aucune description fournie pour ce dépôt.
.github
Aucune description fournie pour ce dépôt.
Questions fréquemment posées
Que construit jax-ml sur GitHub ?
jax-ml développe plusieurs projets liés à l'apprentissage automatique et au calcul numérique. Parmi les dépôts notables, on trouve jax, une librairie pour des transformations composables, et oryx, qui se concentre sur la programmation probabiliste.
Quelles langues de programmation utilise jax-ml ?
Les principaux langages utilisés par jax-ml incluent Python, C++, HTML et Jupyter Notebook. Ces langages permettent la création de projets variés, allant des bibliothèques d'apprentissage automatique aux ressources éducatives.
Les dépôts de jax-ml sont-ils publics ?
Oui, tous les dépôts de jax-ml sont publics sur GitHub. Cela permet à la communauté de consulter, utiliser et contribuer aux projets, favorisant ainsi l'innovation et le partage des connaissances dans le domaine du calcul numérique.
Cette exposition est-elle intentionnelle ?
Surveillez jax-ml avec RepoGuard et soyez alerté dès qu'un nouveau dépôt public apparaît.
Surveiller ce compte