jax | BriefGPT - AI 论文速递

关键词jax

搜索结果 - 23

Jax 反编译器：重新定义基于梯度的软件设计
JaxDecompiler 是一个将任何 JAX 函数转换为可编辑的 Python 代码的工具，特别适用于编辑由梯度函数生成的 JAX 函数，并在逆向工程、理解、定制化和软件互通方面简化了过程。它在深度学习和梯度驱动软件方面具有实际应用，我
PDF4 months ago
JAXbind: 将任何函数绑定到 JAX
JAXbind 旨在通过提供易于使用的 Python 接口，将用其他编程语言实现的自定义函数绑定到 JAX，从而大大减少了绑定自定义函数到 JAX 所需的工作量。
PDF4 months ago
重新设想数值信息场理论（NIFTy.re）：高斯过程和变分推断库
将嘈杂、不完整的数据转换为人类可以解释的空间是成像的过程。NIFTy 是一种贝叶斯成像框架，已成功应用于天体物理学的许多领域。我们提出了一个名为 NIFTy.re 的 NIFTy 重写版本，重新设计了建模原则，扩展了推断策略，并将大部分重要
PDF4 months ago
$\texttt {immrax}$：基于 JAX 的可并行化和可微工具包，用于区间分析和混合单调可达性
我们在 Python 中提出了一种区间分析和混合单调区间可达性分析的实现，完全符合计算框架 JAX 的可组合性。该工具箱继承了 JAX 的几个关键特性，包括通过即时编译的计算效率、用于快速并行计算的 GPU 加速以及自动可区分性。我们在几个
PDF6 months ago
XLand-MiniGrid：基于 JAX 的可扩展元强化学习环境
我们提出了 XLand-MiniGrid，这是一个基于 XLand 的多样性和深度以及 MiniGrid 的简洁和极简主义所启发的元强化学习研究工具和网格世界环境套件。
PDF7 months ago
JAX 中的自动函数微分
我们通过向 JAX 增加自动区分高阶函数（functional 和 operators）的能力，将函数表示为数组的一种泛化，采用 JAX 现有的原始系统来实现高阶函数。我们提供了一组原始操作符，作为构建几种关键类型的 functional
PDF7 months ago
JaxMARL：基于 JAX 的多智能体强化学习环境
此研究论文利用 JAX 实现的开源代码库 JaxMARL，通过 GPU 加速以及更灵活的环境设计，提供了高效且全面的多智能体强化学习训练框架，有效应对了计算负担、样本复杂性等挑战。
PDF8 months ago
一种可微分的大脑模拟器，桥接大脑模拟和启发式计算
使用 JAX 和 XLA 开发的可微分脑模拟器 BrainPy，通过引入完整的灵活、高效和可扩展的脑模拟功能，旨在弥合脑模拟和脑启发式计算之间的差距，展示了其在基准任务上的高效性和可扩展性，强调其对生物可行的脉冲模型的可微模拟性，并讨论其在
PDF8 months ago
QDax：一种质量多样性和基于群体的算法的硬件加速库
QDax 是一个开源库，具有简化且模块化的 API，用于 Quality-Diversity (QD) 优化算法在 Jax 中。该库可用于各种优化目的，从黑盒优化到连续控制。QDax 提供了流行的 QD、神经进化和增强学习算法的实现，支持各
PDFa year ago
JaxPruner：用于稀疏度研究的简洁库
本论文介绍了一种基于 JAX 的裁剪和稀疏训练库 JaxPruner，旨在通过提供流行的裁剪和稀疏训练算法的简洁实现，减少内存和延迟开销，从而加速稀疏神经网络的研究，此外，JaxPruner 的算法使用公共 API，并与流行的优化库 Opt
PDFa year ago
基于 Lattice 的可扩展语音建模在 JAX 中的实现
介绍了一种基于 Lattice 的 JAX 语音转录库 ——LAST，实现了不同 iable weighted finite state automaton（WFSA）算法，旨在应对 WFSA 算法在现代架构性能和自动微分中的挑战，同时支持
PDFa year ago
SequeL: PyTorch 和 JAX 下的持续学习库
SequeL 是一个灵活且可扩展的连续学习库，支持 PyTorch 和 JAX 框架，提供了统一的接口和管理多种连续学习算法的能力，旨在促进研究和实践者们的实验和研究。
PDFa year ago
神经进化胜过随机梯度下降用于物理信息神经网络
本研究分析了使用梯度下降算法在 PINN 中产生的复杂度和粗糙性，并证明使用神经进化算法作为 PINN 的替代方法可能更好。基准问题和基线结果表明，使用 JAX 实现神经进化可获得比标准实现快几个数量级的收敛速率。
PDF2 years ago
evosax: 基于 JAX 的进化策略
通过 GPU 加速计算及发布基于 JAX 的 evosax 库支持的 30 种演化式算法及硬件优化，本文探究了深度学习和演化式优化间的结合，以进一步推动黑箱优化算法的发展。
PDF2 years ago
Myriad: 一个真实世界的试验平台，用于桥接轨迹优化和深度学习
Myriad 是一个用 JAX 编写的测试平台，为学习和计划真实连续环境提供了轨迹优化技术，包含多种真实世界最优控制问题，并展示了一个基于神经微分方程的隐式规划模块的全端到端训练方法，以实现对复杂真实世界任务的影响。
PDF2 years ago
PGMax: JAX 环境中用于离散概率图模型的因子图和循环置信传播算法
PGMax 是一个基于 Python 开发的开源软件包，可用于轻松说明离散概率图模型（PGMs）作为因子图，并自动运行使用 JAX 中的高效可伸缩的环形置信传递（LBP），同时支持通用因子图和可计算因子，并利用现代加速器如 GPU 实现推断
PDF2 years ago
Optimal Transport Tools（OTT）: 一个适用于 Wasserstein 的 JAX 工具箱
OTT-JAX 是一个 Python 工具箱，可以解决点云和直方图之间的最优传输问题，具备 JAX 的各种基本功能和扩展，包括正则 OT 问题的解决，Gromov-Wasserstein，可微分的分位数和秩的等等，工具箱的代码已经公开。
PDF2 years ago
NetKet 3：用于多体量子系统的机器学习工具箱
NetKet 3 是一个支持 GPU 和 TPU 加速训练的基于神经网络的量子态的机器学习工具箱，使用 JAX 和自动微分方法定义 Python 代码，支持离散对称性，可用于量子动力学应用。
PDF3 years ago
MM利用可调用 PyTrees 和筛选变换在 JAX 中实现神经网络 Equinox
介绍了 Equinox，它是一种小型神经网络库，采用类似 PyTorch 的基于类的方法，同时使用 JAX-like 的函数编程，它通过 PyTree 和函数变换解决了 OO/functional 的差异而不需要引入新的程序抽象。
PDF3 years ago
大规模差分隐私 BERT
本文探究了使用差分隐私 SGD（DP-SGD）进行 BERT-Large 的大规模预训练。通过仔细的实现和批量大小增加，我们提高了 DP-SGD 步骤的实用性，并使用增加的批量大小计划提高了其效率。
PDF3 years ago