Модульная масштабируемая библиотека для обучения моделей машинного обучения на JAX/Flax, созданная для быстрых исследовательских итераций.
google/orbax
Утилиты для сохранения и восстановления состояния моделей JAX, например весов и состояния оптимизатора.
- Звёзды
- 541
- Форки
- 109
- Открытые issues
- 452
- Последний коммит
- вчера
Что это?
Orbax — это библиотека Python с общими утилитами для создания чекпойнтов и сохранения состояния для пользователей JAX. Она сохраняет и восстанавливает состояние pytree, например веса модели и состояние оптимизатора, избавляя от необходимости реализовывать собственную логику сериализации в коде обучения.
Библиотека поддерживает асинхронное создание чекпойнтов, стандартные и пользовательские типы, а также гибкие форматы хранения. API можно настраивать и комбинировать под задачи разных фреймворков. Проект опубликован на PyPI в виде отдельных пакетов для создания чекпойнтов (orbax-checkpoint) и экспорта (orbax-export).
Orbax используют для создания чекпойнтов несколько фреймворков на базе JAX, включая Flax, MaxText, T5X и Tunix.
Ключевые возможности
- 01Сохранение и восстановление состояния pytree в JAX с помощью простого API save/load.
- 02Поддержка асинхронного создания чекпойнтов.
- 03Работа со стандартными и пользовательскими типами и гибкими форматами хранения.
- 04Отдельные пакеты на PyPI для создания чекпойнтов и экспорта.
Сценарии использования
- Сохранение весов модели и состояния оптимизатора во время обучения на JAX.
- Возобновление обучения с предыдущего чекпойнта.
- Создание собственного процесса сохранения чекпойнтов на базе JAX из комбинируемых компонентов.
Быстрый старт
- 1
Установите пакет для создания контрольных точек из PyPI
pip install orbax-checkpoint - 2
Сохраните и восстановите pytree JAX с помощью кода быстрого старта из README
Что важно знать
- Требуется JAX, поэтому это полезно только в том случае, если вы уже работаете с моделями JAX.
Темы
Частые вопросы
- Что такое orbax?
- Утилиты для сохранения и восстановления состояния моделей JAX, например весов и состояния оптимизатора. Orbax — это библиотека Python с общими утилитами для создания чекпойнтов и сохранения состояния для пользователей JAX. Она сохраняет и восстанавливает состояние pytree, например веса модели и состояние оптимизатора, избавляя от необходимости реализовывать собственную логику сериализации в коде обучения.
- orbax можно использовать бесплатно? Какая у него лицензия?
- orbax распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- orbax всё ещё поддерживается?
- Активно поддерживается. Последний коммит в orbax — 6 нояб. 2026 г..
- Для чего можно использовать orbax?
- Сохранение весов модели и состояния оптимизатора во время обучения на JAX. Возобновление обучения с предыдущего чекпойнта. Создание собственного процесса сохранения чекпойнтов на базе JAX из комбинируемых компонентов.
- Как установить orbax?
- Установите пакет для создания контрольных точек из PyPI: pip install orbax-checkpoint Сохраните и восстановите pytree JAX с помощью кода быстрого старта из README
- Где скачать orbax?
- Исходный код и инструкции по установке — на GitHub: https://github.com/google/orbax
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Код на JAX/Flax и предобученные чекпойнты моделей Vision Transformer (ViT) и MLP-Mixer для классификации изображений из статей Google Research.
Keras 3 — фреймворк для глубокого обучения, работающий на JAX, TensorFlow, PyTorch или OpenVINO для инференса.
Библиотека Python для преобразования кода машинного обучения между фреймворками, включая PyTorch, TensorFlow, JAX и NumPy, с помощью ivy.transpile.
Библиотека нейронных сетей для JAX, ориентированная на гибкость и предлагающая API Flax NNX для создания, просмотра и отладки моделей.
Численные решатели дифференциальных уравнений для JAX: ODE, SDE и CDE, автоматическое дифференцирование и выполнение на GPU.