jax-ml在GitHub上拥有多个公共代码库，主要使用Python、C++、HTML和Jupyter Notebook等编程语言。其知名项目包括jax，一个用于Python和NumPy程序的可组合变换库，以及用于机器学习的ml_dtypes和用于深度学习的oryx。这些项目展示了jax-ml在数值计算领域的广泛贡献。
顶级语言
公共仓库
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
此仓库未提供描述。
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
此仓库未提供描述。
australis
此仓库未提供描述。
jax-blog
此仓库未提供描述。
.allstar
此仓库未提供描述。
.github
此仓库未提供描述。
常见问题
jax-ml在GitHub上构建了什么？
jax-ml构建了一系列公共代码库，专注于数值计算和机器学习领域。其主要项目包括jax、jax-triton和oryx等，提供了多种功能用于增强深度学习和概率编程的能力。
jax-ml使用哪些编程语言？
jax-ml主要使用Python、C++、HTML和Jupyter Notebook等编程语言。这些语言为其项目提供了强大的支持，特别是在科学计算和机器学习的应用中。
jax-ml的代码库是公开的吗？
是的，jax-ml的所有代码库都是公开的，任何人都可以访问和使用。这种公开性促进了社区的参与和合作，推动了数值计算和机器学习的进步。