API de Swift para MLX, el framework de arrays para machine learning en Apple silicon, que permite a los desarrolladores de Swift ejecutar investigación y experimentos de ML.
MLX Swift envuelve MLX, un framework de arrays para machine learning en Apple silicon, para que el código Swift pueda usar los mismos componentes básicos de arrays, redes neuronales y optimizadores. Se distribuye como un paquete de Swift que ofrece bibliotecas como MLX, MLXNN, MLXOptimizers y MLXRandom.
El paquete se puede agregar mediante Xcode o SwiftPM y compilar con xcodebuild, necesario para compilar los shaders de Metal en macOS. También se ofrece una compilación con CMake, que incluye una opción nativa para Linux con backend de CPU y un backend opcional de GPU con CUDA.
Las implementaciones de LLM y VLM están en el proyecto independiente mlx-swift-lm, y el repositorio mlx-swift-examples contiene aplicaciones de ejemplo, como un entrenador de MNIST, una aplicación de chat y un ejemplo de Stable Diffusion.
Añade el paquete mlx-swift a Package.swift
.package(url: "https://github.com/ml-explore/mlx-swift", from: "0.10.0")Añade las bibliotecas MLX, MLXNN y MLXOptimizers como dependencias del destino
Clona el repositorio y descarga los submódulos antes de compilar localmente
git submodule update --init --recursiveCompila y ejecuta las pruebas con la herramienta de línea de comandos de Xcode
xcodebuild test -scheme mlx-swift-Package -destination 'platform=OS X'Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Unity ML-Agents Toolkit permite usar juegos y simulaciones de Unity como entornos para entrenar agentes de IA mediante aprendizaje por refuerzo e imitación.
Runtime de Swift y Metal que ejecuta el modelo Gemma 4 26B-A4B de 26B en Mac con Apple Silicon y unos 2 GB de RAM, transmitiendo expertos desde el SSD.
Acompañamiento gratuito en línea, capítulo por capítulo, del libro de texto chino de deep learning de Qiu Xipeng, con una edición completa y otra divulgativa, además de PDFs y un canal de erratas.
App gratuita y de código abierto para macOS que reproduce fondos de pantalla de escenas, videos y web de Steam Workshop en Mac con Apple silicon.
Agrupa tus dispositivos en un clúster de IA para ejecutar modelos grandes localmente en varios Macs y otros equipos.
Un framework minimalista de deep learning con una API de tensores similar a PyTorch, autograd, un compilador y compatibilidad con numerosos aceleradores.