MLX 正在参加 2021 年度 OSC 中国开源项目评选,请投票支持!
MLX 在 2021 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
2021 年度 OSC 中国开源项目评选 正在火热进行中,快来投票支持你喜欢的开源项目!
2021 年度 OSC 中国开源项目评选 >>> 中场回顾
MLX 获得 2021 年度 OSC 中国开源项目评选「最佳人气项目」 !
授权协议 MIT
操作系统 跨平台
软件类型 开源软件
开源组织 Apple
地区 不详
投 递 者
适用人群 未知
收录时间 2023-12-20

软件简介

MLX 是针对 Apple Silicon 芯片优化的深度学习框架,可以简化研究人员在 Mac、iPad、iPhone 平台设计和部署模型的过程。

MLX 提供了与主流开发工具接轨的 API、支持延迟计算、采用动态设计并软硬结合、对研究人员较为友好,且具有统一内存优势。

MLX 主要特性

  • 提供开发者熟悉的 API:MLX 具有和 NumPy 接近的 Python API,此外还拥有功能齐全的 C++ API,它与 Python API 非常相似。 MLX 具有 mlx.nn  mlx.optimizers 等更高级别的包,其 API 紧密贴合 PyTorch,以简化构建更复杂的模型

  • 可组合函数转换:MLX 具有用于自动微分、自动矢量化和计算图优化的可组合函数转换

  • 惰性计算 (Lazy computation):MLX 中的计算是惰性计算。数组仅在需要时才会具体化

  • 动态图构建:MLX 中的计算图采用动态构建,更改函数参数的形状不会触发缓慢的编译,并且调试简单直观

  • 多设备:可以在任何支持的设备上运行(当前为 CPU 和 GPU),确保用户能够充分利用硬件

  • 具备统一内存优势:MLX 和其他框架的显着区别是采用统一内存模型。 MLX 中的数组位于共享内存中,可以在任何支持的设备类型上执行 MLX 阵列上的操作,而无需移动数据。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论

点击引领话题📣 发布并加入讨论🔥
发表了资讯
2023/12/07 10:25

苹果开源深度学习框架 MLX,专门针对 Apple Silicon 芯片优化

苹果开源了针对 Apple Silicon 芯片优化的 MLX 深度学习框架,并表示该框架可以简化研究人员在 Mac、iPad、iPhone 平台设计和部署模型的过程。 地址:https://github.com/ml-explore/mlx 根据介绍,该深度学习框架提供了与主流开发工具接轨的 API、支持延迟计算、采用动态设计并软硬结合、对研究人员较为友好,且具有统一内存优势。 MLX 主要特性 提供开发者熟悉的 API:MLX 具有和 NumPy 接近的 Python API,此外还拥有功能齐全...

1
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
发表了博客
{{o.pubDate | formatDate}}

{{formatAllHtml(o.title)}}

{{parseInt(o.replyCount) | bigNumberTransform}}
{{parseInt(o.viewCount) | bigNumberTransform}}
没有更多内容
暂无内容
发表了问答
{{o.pubDate | formatDate}}

{{formatAllHtml(o.title)}}

{{parseInt(o.replyCount) | bigNumberTransform}}
{{parseInt(o.viewCount) | bigNumberTransform}}
没有更多内容
暂无内容
暂无内容
0 评论
3 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部