MLX是由蘋果的機(jī)器學(xué)習(xí)研究團(tuán)隊(duì)推出的用于機(jī)器學(xué)習(xí)的陣列框架,該開源框架專為 Apple Silicon 芯片而設(shè)計(jì)優(yōu)化,從NumPy、PyTorch、Jax和ArrayFire等框架中吸取靈感,提供簡單友好的使用方法,幫助開發(fā)人員在蘋果M系列芯片上有效地開發(fā)、訓(xùn)練和部署模型,大家快來奇想AI導(dǎo)航網(wǎng)!
MLX的主要功能
- 熟悉的 API:MLX 有一個(gè)緊隨 NumPy 的 Python API。MLX 還擁有功能齊全的 C++ API,與 Python API 非常相似。
- 可組合的函數(shù)轉(zhuǎn)換:MLX 支持用于自動(dòng)微分、自動(dòng)向量化和計(jì)算圖優(yōu)化的可組合函數(shù)轉(zhuǎn)換。
- 惰性計(jì)算:MLX 中的計(jì)算是惰性計(jì)算,數(shù)組僅在需要時(shí)才會(huì)具體化。
- 動(dòng)態(tài)圖構(gòu)建:MLX 中的計(jì)算圖是動(dòng)態(tài)構(gòu)建的。更改函數(shù)參數(shù)的形狀不會(huì)觸發(fā)緩慢的編譯,并且調(diào)試簡單直觀。
- 多設(shè)備:可以在任何支持的設(shè)備(CPU 和 GPU)上運(yùn)行。
- 統(tǒng)一內(nèi)存:MLX 和其他框架的主要區(qū)別在于統(tǒng)一內(nèi)存模型,陣列共享內(nèi)存。MLX 上的操作可以在任何支持的設(shè)備類型上運(yùn)行,無需移動(dòng)數(shù)據(jù)。
??版權(quán)聲明:若無特殊聲明,本站所有文章版權(quán)均歸奇想AI導(dǎo)航網(wǎng)原創(chuàng)和所有,未經(jīng)許可,任何個(gè)人、媒體、網(wǎng)站、團(tuán)體不得轉(zhuǎn)載、抄襲或以其他方式復(fù)制發(fā)表本站內(nèi)容,或在非我站所屬的服務(wù)器上建立鏡像。否則,我站將依法保留追究相關(guān)法律責(zé)任的權(quán)利。