Il s'agit de l'application Linux nommée JAX dont la dernière version peut être téléchargée sous Jaxreleasev0.4.19sourcecode.zip. Il peut être exécuté en ligne chez le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée JAX avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
JAX
DESCRIPTION
Avec sa version mise à jour d'Autograd, JAX peut différencier automatiquement les fonctions natives Python et NumPy. Il peut se différencier par des boucles, des branches, des récursions et des fermetures, et il peut prendre des dérivés de dérivés de dérivés. Il prend en charge la différenciation en mode inverse (alias rétropropagation) via grad ainsi que la différenciation en mode avant, et les deux peuvent être composées arbitrairement dans n'importe quel ordre. La nouveauté est que JAX utilise XLA pour compiler et exécuter vos programmes NumPy sur des GPU et des TPU. La compilation se déroule sous le capot par défaut, les appels de bibliothèque étant compilés et exécutés juste à temps. Mais JAX vous permet également de compiler juste à temps vos propres fonctions Python dans des noyaux optimisés pour XLA à l'aide d'une API à fonction unique, jit. La compilation et la différenciation automatique peuvent être composées arbitrairement, vous pouvez donc exprimer des algorithmes sophistiqués et obtenir des performances maximales sans quitter Python.
Fonctionnalités
- JAX, c'est Autograd et XLA, réunis pour une recherche en machine learning haute performance
- Vous pouvez même programmer plusieurs GPU ou cœurs TPU à la fois à l'aide de pmap et vous différencier à travers le tout
- JAX est vraiment un système extensible pour les transformations de fonctions composables
- Lancez-vous directement à l'aide d'un bloc-notes dans votre navigateur, connecté à un GPU Google Cloud
- À la base, JAX est un système extensible pour transformer des fonctions numériques
- Vous pouvez utiliser XLA pour compiler vos fonctions de bout en bout
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/jax.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
