AXLearn

Framework d'apprentissage profond unifié

Produit OrdinaireProgrammationApprentissage profondJAX

AXLearn est une bibliothèque d'apprentissage profond développée par Apple, basée sur JAX et XLA. Elle adopte une approche orientée objet pour relever les défis posés par l'ingénierie logicielle dans le développement de modèles d'apprentissage profond à grande échelle. Son système de configuration permet aux utilisateurs de combiner des modèles à partir de blocs de construction réutilisables et de les intégrer à d'autres bibliothèques (telles que Flax et Hugging Face Transformers). AXLearn est conçu pour étendre l'échelle d'entraînement, permettant aux modèles de plusieurs dizaines de milliards de paramètres d'être entraînés efficacement sur des milliers d'accélérateurs, et est adapté au déploiement sur le cloud public. Il utilise également un paradigme de calcul global, permettant aux utilisateurs de décrire le calcul sur un ordinateur virtuel global plutôt que sur un accélérateur individuel. AXLearn prend en charge un large éventail d'applications, notamment le traitement du langage naturel, la vision par ordinateur et la reconnaissance vocale, et inclut des configurations de base pour l'entraînement de modèles de pointe.

Best AI Websites & Tools

AXLearn

AXLearn Dernière situation du trafic

AXLearn Tendance des visites

AXLearn Distribution géographique des visites

AXLearn Sources de trafic

AXLearn Alternatives

AXLearn — Framework d'apprentissage profond unifié

x-flux — Ensemble de scripts d'entraînement de modèles d'apprentissage profond

CoreNet — CoreNet est une bibliothèque destinée à l'entraînement de réseaux neuronaux profonds.

V-JEPA — Une étape décisive vers une intelligence artificielle avancée

HunyuanVideo-I2V — HunyuanVideo-I2V est un framework de génération d'image à vidéo basé sur HunyuanVideo, lancé par Tencent.

QwQ-32B — QwQ-32B est un puissant modèle d'inférence, conçu pour la résolution de problèmes complexes et la génération de texte, avec des performances exceptionnelles.

CogView4-6B — CogView4-6B est un puissant modèle de génération d’images à partir de texte, axé sur la génération d’images de haute qualité.

UniTok — UniTok est un tokeniseur visuel unifié pour la génération et la compréhension d'images.

PhotoDoodle — PhotoDoodle est une implémentation de code d'édition d'images artistiques basée sur l'apprentissage à partir de quelques exemples de paires de données.

Données de profilage dans l'infrastructure DeepSeek — Analyse des stratégies de chevauchement calcul/communication dans V3/R1, fournissant des données d'analyse de performance pour les frameworks d'apprentissage profond.

EPLB — Un algorithme open source pour l'équilibrage de charge du parallélisme expert, conçu pour optimiser l'allocation et l'équilibrage de charge des experts dans un environnement multi-GPU.

DualPipe — Algorithme de parallélisation pipeline bidirectionnel pour le chevauchement des calculs et des communications pendant l'entraînement V3/R1.

DeepGEMM — DeepGEMM est une bibliothèque CUDA pour une multiplication matricielle FP8 efficace, prenant en charge le scaling granulaire fin et plusieurs techniques d'optimisation.

MLGym — MLGym est un nouveau framework et une nouvelle référence pour faire progresser les agents de recherche en IA.

DeepEP — DeepEP est une bibliothèque de communication efficace pour les modèles Mixture-of-Experts et la communication parallèle d'experts.

FlexHeadFA — Mécanisme d'attention précis, rapide et économe en mémoire

FlashMLA — FlashMLA est un noyau de décodage MLA hautement efficace optimisé pour les GPU Hopper, adapté aux services de séquences de longueur variable.

QwQ-Max-Preview — QwQ-Max-Preview est le dernier né de la série Qwen, basé sur Qwen2.5-Max. Il offre des capacités de raisonnement et d'applications multi-domaines puissantes.

Claude 3.7 Sonnet — Claude 3.7 Sonnet est le dernier modèle intelligent d'Anthropic, offrant des réponses rapides et un raisonnement approfondi.

VLM-R1 — VLM-R1 est un modèle linguistique visuel renforcé stable et polyvalent, axé sur les tâches de compréhension visuelle.

kg-gen — Outil d'intelligence artificielle pour extraire les graphes de connaissances de n'importe quel texte.

BioEmu — BioEmu est un modèle d'apprentissage profond génératif conçu pour simuler de manière évolutive les ensembles canoniques de protéines.

FlashVideo — FlashVideo est un modèle de génération vidéo haute résolution et performant, axé sur la fluidité des détails et la fidélité.

Détection de compatibilité des modèles DeepSeek — Détermine si un appareil peut exécuter des modèles DeepSeek de différentes tailles et fournit une prédiction de compatibilité.

Huginn-0125 — Huginn-0125 est un modèle profond récurrent à variables latentes de 3,5 milliards de paramètres, excellemment adapté au raisonnement et à la génération de code.

pré-entraînement de modèles linguistiques récurrents — Code de pré-entraînement pour des modèles linguistiques récurrents profonds à grande échelle, capable de fonctionner sur 4096 GPU AMD.

InspireMusic — Boîte à outils de génération de musique, de chansons et d'audio basée sur PyTorch, prenant en charge la génération audio haute fidélité.

Steev — Steev est un outil optimisant l'entraînement des modèles d'IA, aidant les utilisateurs à améliorer l'efficacité de l'entraînement et les performances du modèle.

Lumina-Video — Lumina-Video est un projet initial de génération vidéo, prenant en charge la génération de vidéo à partir de texte.

Brain2Qwerty — Une technologie d'interface cerveau-ordinateur non invasive qui décode l'activité cérébrale via l'électroencéphalographie (EEG) ou la magnétoencéphalographie (MEG) pour permettre la saisie de texte.