基于 JAX 和 Flax 的模块化机器学习模型训练库,面向快速科研迭代。
358+2 本周36PythonApache-2.0维护活跃更新于 昨天
为 JAX 用户提供模型检查点保存与恢复的通用工具库。
Orbax 是一个面向 JAX 用户的 Python 检查点与持久化工具库。它负责保存和恢复 pytree 形式的状态,例如模型权重和优化器状态,训练代码无需自行实现序列化逻辑。
该库支持异步检查点、标准与自定义数据类型以及灵活的存储格式,API 设计强调可定制与可组合性,以适应不同框架的需求。项目在 PyPI 上以独立包形式发布,其中 orbax-checkpoint 用于检查点,orbax-export 用于模型导出。
Flax、MaxText、T5X、Tunix 等 JAX 框架都在使用 Orbax 进行检查点管理。
从 PyPI 安装检查点包
pip install orbax-checkpoint使用 README 中的快速入门代码保存和恢复 JAX pytree
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
基于 JAX 和 Flax 的模块化机器学习模型训练库,面向快速科研迭代。
基于 JAX/Flax 的 Vision Transformer 与 MLP-Mixer 图像分类模型代码及预训练权重。
Keras 3 是一个多后端深度学习框架,可运行于 JAX、TensorFlow、PyTorch 之上,OpenVINO 仅用于推理。
一个 Python 机器学习代码转换库,可在 PyTorch、TensorFlow、JAX、NumPy 等框架之间互相转换代码。
面向 JAX 的神经网络库,强调灵活性,提供 Flax NNX API 用于构建、检查和调试模型。
基于 JAX 的数值微分方程求解库,支持 ODE、SDE 和 CDE,可自动微分并运行于 GPU。