Keras 3 é um framework de deep learning que roda com JAX, TensorFlow, PyTorch ou OpenVINO para inferência.
64,4 mil19,8 milPythonApache-2.0Atualizado ontem
unifyai/ivy
Biblioteca Python que converte código de machine learning entre frameworks como PyTorch, TensorFlow, JAX e NumPy usando ivy.transpile.
- Estrelas
- 14,169
- Forks
- 5,443
- Issues abertas
- 988
- Último commit
- há 9 horas
O que é?
O Ivy converte modelos, ferramentas e bibliotecas de machine learning de um framework para outro. Seu principal ponto de entrada, ivy.transpile, recebe uma função, classe ou módulo escrito para um framework e retorna uma versão equivalente que roda em um framework de destino. Assim, é possível usar no TensorFlow um código escrito para PyTorch sem reescrevê-lo manualmente.
A transpilação pode ocorrer de forma eager, quando uma função ou classe é passada, ou lazy, quando um módulo inteiro é passado; nesse caso, as funções são convertidas na primeira vez que são chamadas. O Ivy também oferece ivy.trace_graph, que rastreia uma função e a transforma em um grafo computacional funcional para um framework de destino escolhido.
O README lista PyTorch como framework de origem compatível e TensorFlow, JAX e NumPy como destinos compatíveis; outras combinações de origem estão marcadas como planejadas.
Recursos principais
- 01Converte funções, classes e módulos inteiros entre frameworks de ML com ivy.transpile.
- 02Oferece transpilação lazy de bibliotecas inteiras, como kornia.
- 03Rastreia funções e as transforma em grafos computacionais com ivy.trace_graph.
- 04Pode ser instalado com pip.
Casos de uso
- Reutilizar código de modelos PyTorch em um projeto TensorFlow.
- Executar uma biblioteca de utilitários baseada em PyTorch com JAX ou NumPy.
- Portar código de ML entre frameworks sem reescrevê-lo manualmente.
Início rápido
- 1
Instale ivy com pip
pip install ivy
Antes de usar
- O suporte à transpilação é unidirecional para alguns frameworks: por enquanto, PyTorch é compatível apenas como origem, e TensorFlow, JAX e NumPy, apenas como destino.
- Outros frameworks, como TensorFlow, JAX e NumPy como origem, estão listados como planejados.
- Nos metadados, a licença está indicada como NOASSERTION; verifique o arquivo LICENSE antes de usar.
Tópicos
Perguntas frequentes
- O que é ivy?
- Biblioteca Python que converte código de machine learning entre frameworks como PyTorch, TensorFlow, JAX e NumPy usando ivy.transpile. O Ivy converte modelos, ferramentas e bibliotecas de machine learning de um framework para outro. Seu principal ponto de entrada, ivy.transpile, recebe uma função, classe ou módulo escrito para um framework e retorna uma versão equivalente que roda em um framework de destino. Assim, é possível usar no TensorFlow um código escrito para PyTorch sem reescrevê-lo manualmente.
- ivy é gratuito? Qual é a licença?
- ivy é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- ivy ainda é mantido?
- Manutenção ativa. O último commit de ivy foi em 22 de out. de 2026.
- Para que posso usar ivy?
- Reutilizar código de modelos PyTorch em um projeto TensorFlow. Executar uma biblioteca de utilitários baseada em PyTorch com JAX ou NumPy. Portar código de ML entre frameworks sem reescrevê-lo manualmente.
- Como instalar ivy?
- Instale ivy com pip: pip install ivy
- Onde consigo ivy?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/unifyai/ivy
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Visualizador de modelos de redes neurais, deep learning e machine learning, com suporte a ONNX, TensorFlow, PyTorch, Core ML e muitos outros formatos.
33,6 mil3,2 milJavaScriptMITAtualizado há 4 dias
Acelerador multiplataforma para executar modelos de ML exportados no formato ONNX, com suporte ao treinamento de scripts do PyTorch.
22,1 mil4,3 milC++MITAtualizado há 4 horas
Biblioteca Python e plataforma hospedada para acompanhar, visualizar e gerenciar experimentos de machine learning, conjuntos de dados e modelos.
11,3 mil907PythonMITAtualizado há 4 horas
Currículo introdutório de IA da Microsoft, com 24 aulas ao longo de 12 semanas sobre IA simbólica, redes neurais, visão computacional, NLP e ética, incluindo notebooks em PyTorch e TensorFlow.
Recursos de aprendizado#artificial-intelligence#machine-learning#deep-learning#neural-networks#computer-vision
70,1 mil13,6 milJupyter NotebookMITAtualizado mês passado
Framework de deep learning para Python que oferece computação de tensores acelerada por GPU e redes neurais dinâmicas com base em autograd.
104,9 mil32,4 milPythonOtherAtualizado ontem