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。
google/orbax
JAXモデルの重みやoptimizer stateなどの状態を保存・復元するための、チェックポイント作成・永続化ユーティリティ。
- スター
- 541
- フォーク
- 109
- 未解決の Issue
- 452
- 最終コミット
- 6 時間前
これは何?
Orbaxは、JAXユーザー向けに共通のチェックポイント作成・永続化ユーティリティを提供するPythonライブラリです。モデルの重みやoptimizer stateなどのpytree状態を保存・復元できるため、学習コードで独自のシリアライズ処理を実装する必要がありません。
非同期チェックポイント作成、標準型とカスタム型、柔軟なストレージ形式に対応しています。APIは、さまざまなフレームワークのニーズに合わせてカスタマイズ、組み合わせができるよう設計されています。PyPIでは、チェックポイント用のorbax-checkpointとエクスポート用のorbax-exportが別パッケージとして公開されています。
Flax、MaxText、T5X、Tunixなど、複数のJAXフレームワークがチェックポイント作成にOrbaxを利用しています。
主な機能
- 01シンプルなsave/load APIでJAXのpytree状態を保存・復元できます。
- 02非同期チェックポイント作成に対応しています。
- 03標準型とカスタム型を扱え、柔軟なストレージ形式を利用できます。
- 04チェックポイント用とエクスポート用に、PyPIパッケージが分かれています。
ユースケース
- JAXの学習中にモデルの重みやoptimizer stateを保存する。
- 以前のチェックポイントから学習ジョブを再開する。
- 組み合わせ可能なコンポーネントを使って、JAX上に独自のチェックポイント処理を構築する。
クイックスタート
- 1
PyPIからチェックポイント用パッケージをインストールする
pip install orbax-checkpoint - 2
READMEのクイックスタートコードを使ってJAXのpytreeを保存・復元する
使う前に知っておきたいこと
- JAXが必要なため、JAXモデルをすでに扱っている場合にのみ役立ちます。
トピック
よくある質問
- orbax とは?
- JAXモデルの重みやoptimizer stateなどの状態を保存・復元するための、チェックポイント作成・永続化ユーティリティ。 Orbaxは、JAXユーザー向けに共通のチェックポイント作成・永続化ユーティリティを提供するPythonライブラリです。モデルの重みやoptimizer stateなどのpytree状態を保存・復元できるため、学習コードで独自のシリアライズ処理を実装する必要がありません。
- orbax は無料で使えますか?ライセンスは?
- orbax 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。
- orbax 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。orbax の最終コミットは 2026年11月6日 です。
- orbax は何に使えますか?
- JAXの学習中にモデルの重みやoptimizer stateを保存する。 以前のチェックポイントから学習ジョブを再開する。 組み合わせ可能なコンポーネントを使って、JAX上に独自のチェックポイント処理を構築する。
- orbax のインストール方法は?
- PyPIからチェックポイント用パッケージをインストールする: pip install orbax-checkpoint READMEのクイックスタートコードを使ってJAXのpytreeを保存・復元する
- orbax 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/orbax
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
Google Researchの論文に基づくVision Transformer(ViT)とMLP-Mixerの画像分類モデル向けJAX/Flaxコードおよび事前学習済みチェックポイント。
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。
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。
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。
JAX向けの数値微分方程式ソルバー。ODE、SDE、CDEに対応し、自動微分とGPU実行をサポートします。