Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。
google/flax
柔軟性を重視したJAX向けニューラルネットワークライブラリ。モデルの構築、検査、デバッグに使えるFlax NNX APIを提供します。
- スター
- 7,366
- フォーク
- 849
- 未解決の Issue
- 526
- 最終コミット
- 一昨日
これは何?
FlaxはJAXを基盤とするニューラルネットワークライブラリおよびエコシステムです。新しいFlax NNX APIでは、参照の共有やミュータビリティに対応した通常のPythonオブジェクトでモデルを定義できるため、ネットワークの作成、検査、デバッグ、分析が容易になります。2020年に公開された従来のFlax Linen APIは、NNXの前身です。
Linear、Conv、BatchNorm、LayerNorm、GroupNorm、マルチヘッドアテンション、LSTMおよびGRUセル、Dropoutなどの一般的なレイヤーを提供します。また、複製学習、シリアライズとチェックポイント管理、メトリクス、デバイスへのデータのプリフェッチに使えるユーティリティも含まれています。サンプルでは、MNISTや言語モデルGemmaを使った推論を扱います。
Flaxは、フレームワークの機能に頼るのではなく、ユーザーがトレーニングループを直接変更する設計になっています。PyPIからインストールでき、Python 3.8以降が必要です。
主な機能
- 01参照共有とミュータビリティに対応した通常のPythonオブジェクトを使うFlax NNX API
- 02Linear、Conv、正規化レイヤー、アテンション、再帰型セル、Dropoutなどの組み込みレイヤー
- 03複製学習、チェックポイント管理、メトリクス、デバイスへのプリフェッチに使えるユーティリティ
- 04MNISTとGemma言語モデルの推論サンプル
- 05JAXを基盤とし、PyPIからインストール可能
ユースケース
- JAXで新しいニューラルネットワークアーキテクチャを研究・試作する
- フレームワークの制約に縛られず、実験用のトレーニングループを独自に記述する
- JAXを通じてCPU、GPU、TPU上でモデルを学習する
- MNISTとGemmaのサンプルを使ってJAXベースのディープラーニングを学ぶ
クイックスタート
- 1
まず、お使いのハードウェア向けの公式 JAX インストール手順に従って JAX をインストールしてください
- 2
PyPI から Flax をインストールしてください
pip install flax
使う前に知っておきたいこと
- Flax は JAX に依存するため、お使いのハードウェア向けに JAX もインストールして設定する必要があります。
トピック
よくある質問
- flax とは?
- 柔軟性を重視したJAX向けニューラルネットワークライブラリ。モデルの構築、検査、デバッグに使えるFlax NNX APIを提供します。 FlaxはJAXを基盤とするニューラルネットワークライブラリおよびエコシステムです。新しいFlax NNX APIでは、参照の共有やミュータビリティに対応した通常のPythonオブジェクトでモデルを定義できるため、ネットワークの作成、検査、デバッグ、分析が容易になります。2020年に公開された従来のFlax Linen APIは、NNXの前身です。
- flax は無料で使えますか?ライセンスは?
- flax は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- flax は今もメンテナンスされていますか?
- 活発にメンテナンス中。flax の最終コミットは 2026年11月5日 です。
- flax は何に使えますか?
- JAXで新しいニューラルネットワークアーキテクチャを研究・試作する フレームワークの制約に縛られず、実験用のトレーニングループを独自に記述する JAXを通じてCPU、GPU、TPU上でモデルを学習する MNISTとGemmaのサンプルを使ってJAXベースのディープラーニングを学ぶ
- flax のインストール方法は?
- まず、お使いのハードウェア向けの公式 JAX インストール手順に従って JAX をインストールしてください PyPI から Flax をインストールしてください: pip install flax
- flax はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/google/flax
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
ivy.transpileを使って、PyTorch、TensorFlow、JAX、NumPyなどのフレームワーク間で機械学習コードを変換するPythonライブラリ。
研究開発の高速な反復を支える、JAX/Flaxでの機械学習モデル学習向けモジュール型・スケーラブルなライブラリ。
AIや数値計算向けに、テスト済みのJAXライブラリ(Flax、Optax、Orbax、Chex、Grain)を互換性のあるバージョンでまとめてインストールできるパッケージ。
機械学習モデルの構築からデプロイまでを支える、Python APIとC++ APIを備えたオープンソースのエンドツーエンドプラットフォーム。
autogradを基盤とする動的ニューラルネットワークと、GPUアクセラレーション対応のテンソル計算を提供するPython深層学習フレームワーク。