Unity ML-Agents Toolkit превращает игры и симуляции на Unity в среды для обучения ИИ-агентов с помощью обучения с подкреплением и имитационного обучения.
ml-explore/mlx-swift
Swift API для MLX — фреймворка массивов для машинного обучения на Apple silicon, который позволяет разработчикам на Swift проводить исследования и эксперименты в области ML.
- Звёзды
- 2,066
- Форки
- 371
- Открытые issues
- 56
- Последний коммит
- 20 часов назад
Что это?
MLX Swift — обёртка над MLX, фреймворком массивов для машинного обучения на Apple silicon. Она позволяет использовать в коде на Swift те же строительные блоки для работы с массивами, нейросетями и оптимизаторами. Пакет распространяется через Swift Package Manager и предоставляет библиотеки MLX, MLXNN, MLXOptimizers и MLXRandom.
Пакет можно добавить через Xcode или SwiftPM и собрать с помощью xcodebuild — он нужен для компиляции шейдеров Metal в macOS. Также доступна сборка через CMake, в том числе нативная для Linux: с CPU-бэкендом и опциональным GPU-бэкендом CUDA.
Реализации LLM и VLM вынесены в отдельный проект mlx-swift-lm, а в репозитории mlx-swift-examples есть примеры приложений: тренер для MNIST, чат-приложение и пример со Stable Diffusion.
Ключевые возможности
- 01Предоставляет доступ из Swift к фреймворку массивов MLX для Apple silicon
- 02Поставляется в виде отдельных продуктов Swift Package: MLX, MLXNN, MLXOptimizers и MLXRandom
- 03Устанавливается через Xcode или SwiftPM; для шейдеров Metal требуется xcodebuild
- 04Сборка через CMake с нативной поддержкой Linux, включая CPU- и GPU-бэкенды CUDA
Сценарии использования
- Проведение экспериментов в области машинного обучения непосредственно на Swift на Mac или устройстве с iOS
- Создание приложений для устройств, которые обучают или запускают небольшие нейросети на Apple silicon
- Перенос исследовательского кода MLX на Python в кодовую базу на Swift
Быстрый старт
- 1
Добавьте пакет mlx-swift в Package.swift
.package(url: "https://github.com/ml-explore/mlx-swift", from: "0.10.0") - 2
Добавьте библиотеки MLX, MLXNN и MLXOptimizers в зависимости целевого модуля
- 3
Клонируйте репозиторий и загрузите подмодули перед локальной сборкой
git submodule update --init --recursive - 4
Соберите проект и запустите тесты с помощью инструмента командной строки Xcode
xcodebuild test -scheme mlx-swift-Package -destination 'platform=OS X'
Что важно знать
- Предназначен для Apple silicon; основной графический бэкенд Metal ориентирован на macOS.
- SwiftPM в командной строке не может собирать шейдеры Metal, поэтому для полной сборки требуется Xcode.
- Сборки для Linux по умолчанию используют бэкенд CPU, а поддержка CUDA доступна только в Linux.
Темы
Частые вопросы
- Что такое mlx-swift?
- Swift API для MLX — фреймворка массивов для машинного обучения на Apple silicon, который позволяет разработчикам на Swift проводить исследования и эксперименты в области ML. MLX Swift — обёртка над MLX, фреймворком массивов для машинного обучения на Apple silicon. Она позволяет использовать в коде на Swift те же строительные блоки для работы с массивами, нейросетями и оптимизаторами. Пакет распространяется через Swift Package Manager и предоставляет библиотеки MLX, MLXNN, MLXOptimizers и MLXRandom.
- mlx-swift можно использовать бесплатно? Какая у него лицензия?
- mlx-swift распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- mlx-swift всё ещё поддерживается?
- Активно поддерживается. Последний коммит в mlx-swift — 19 окт. 2026 г..
- Для чего можно использовать mlx-swift?
- Проведение экспериментов в области машинного обучения непосредственно на Swift на Mac или устройстве с iOS Создание приложений для устройств, которые обучают или запускают небольшие нейросети на Apple silicon Перенос исследовательского кода MLX на Python в кодовую базу на Swift
- Как установить mlx-swift?
- Добавьте пакет mlx-swift в Package.swift: .package(url: "https://github.com/ml-explore/mlx-swift", from: "0.10.0") Добавьте библиотеки MLX, MLXNN и MLXOptimizers в зависимости целевого модуля Клонируйте репозиторий и загрузите подмодули перед локальной сборкой: git submodule update --init --recursive Соберите проект и запустите тесты с помощью инструмента командной строки Xcode: xcodebuild test -scheme mlx-swift-Package -destination 'platform=OS X'
- Где скачать mlx-swift?
- Исходный код и инструкции по установке — на GitHub: https://github.com/ml-explore/mlx-swift
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Среда выполнения на Swift и Metal запускает модель Gemma 4 26B-A4B на Mac с Apple Silicon и примерно 2 ГБ RAM, подгружая экспертов с SSD.
Бесплатное онлайн-дополнение к учебнику Цю Сипэна по глубокому обучению на китайском языке: полное издание и версия для широкой аудитории, PDF и список исправлений.
Бесплатное приложение с открытым исходным кодом для macOS, которое воспроизводит сцены, видео и веб-обои из Steam Workshop на Mac с Apple silicon.
Объединяет ваши устройства в единый AI-кластер, чтобы локально запускать большие модели на нескольких Mac и других компьютерах.
Минималистичный фреймворк для глубокого обучения с API тензоров в стиле PyTorch, autograd, компилятором и поддержкой множества ускорителей.