jax-ml/oryx

Oryx is a library for probabilistic programming and deep learning built on top of Jax.

解決する課題

Oryx は確率的プログラミングと深層学習のためのフレームワークを提供し、ユーザーが JAX の高性能な計算機能と統合できる複雑な統計モデルを構築できるようにします。

仕組み

jit（ジャストインタイムコンパイル）、grad（自動微分）、vmap（ベクトル化）など、JAX のコア変換とシームレスに合成・統合するように設計された一連の関数変換を実装しています。

対象者

確率的モデリングと JAX のスピードおよび柔軟性を組み合わせる必要がある研究者や開発者。

ハイライト

  • JAX 上に構築
  • 確率的プログラミングをサポート
  • jit、grad、vmap などの JAX 変換と統合

関連

  • プロジェクト
    jax-ml/jax

    アクセラレータ指向の配列計算とプログラム変換のための Python ライブラリ。高性能な数値計算および大規模機械学習向けに設計されています。

  • プロジェクト
    tensorflow/probability

    TensorFlow または JAX を使用して、確率論的手法とディープネットワークを統合する、確率論的推論と統計分析のためのライブラリです。

  • プロジェクト
    pyro-ppl/numpyro

    JAXを基盤とし、GPU/TPU/CPU上でMCMCおよび変分推論による高速なベイズ推論を提供する軽量な確率的プログラミングライブラリ。

  • プロジェクト
    probml/dynamax

    HMMやガウスSSMなどの様々なモデルタイプにおいて、推論と学習のためのツールを提供する、JAXベースの確率状態空間モデル用ライブラリ。

  • プロジェクト
    patrick-kidger/equinox

    JAX ライブラリで、PyTrees として扱うことで、ニューラルネットワークやモデルを PyTorch に似た構文で構築できるようにし、JAX エコシステムと完全に互換性を持たせます。