patrick-kidger/optimistix

解决的问题

Optimistix 提供了一个统一且模块化的框架，用于解决非线性问题，包括根查找、最小化、不动点和最小二乘法。它利用 JAX 生态系统，简化了将这些不同类型的数学问题进行转换和求解的过程。

工作原理

基于 JAX 构建，该库利用自动微分、自动并行化以及 GPU/TPU 支持。它使用 PyTrees 管理状态，并与 Optax 兼容。用户可以定义模块化优化器——例如，将 BFGS 二次碗与狗腿下降路径和信任区域更新相结合——并能自动在问题类型之间转换，例如将根查找问题转换为最小二乘问题。

适用人群

专为需要高性能、可微分非线性求解器的科学计算和机器学习领域的研究人员和开发者设计。

主要亮点

• 可互操作的求解器：自动在不同问题类型之间转换（例如，根查找 → 最小二乘）。
• 模块化优化器：支持自定义组合下降路径和更新规则。
• 原生 JAX 支持：完全支持自动微分、GPU/TPU 加速和快速编译。
• 与 Optax 集成：与 DeepMind 的 Optax 库无缝集成。