patrick-kidger/jaxtyping

解決的問題

解決在不同機器學習框架之間追蹤與驗證陣列與張量形狀和資料類型的困難。在複雜模型中，維度不匹配常導致難以除錯的執行時錯誤。

工作原理

該程式庫提供專用的型別註解，讓開發者能指定張量的預期形狀與資料類型（例如 Float[Tensor, "dim1 dim2"]）。這些註解與 typeguard 和 beartype 等執行時型別檢查工具相容，可在執行時強制實施這些限制。

適用對象

使用 JAX、PyTorch、NumPy、TensorFlow 或 MLX 的研究人員與工程師，希望提升程式碼的可讀性、可維護性，並減少與形狀相關的錯誤。

主要特色

• 支援 JAX、PyTorch、NumPy、TensorFlow 和 MLX 等多個框架。
• 與相容的套件搭配使用時具備執行時型別檢查功能。
• 對陣列維度與軸提供清晰、描述性的註解。