প্রকল্প সম্পর্কে

Flux হলো সম্পূর্ণভাবে Julia-তে লেখা একটি মেশিন লার্নিং লাইব্রেরি। এটিকে ১০০% খাঁটি Julia স্ট্যাক হিসেবে বর্ণনা করা হয়েছে, যা Julia-র নেটিভ GPU ও অটোমেটিক ডিফারেনশিয়েশন সমর্থনের উপরে হালকা অ্যাবস্ট্রাকশন প্রদান করে। এর লক্ষ্য হলো সহজ কাজগুলো সহজ করা, একইসাথে সম্পূর্ণভাবে পরিবর্তনযোগ্য (hackable) থাকা। README থেকে প্রাপ্ত মূল বৈশিষ্ট্য: - সম্পূর্ণ Julia-তে বাস্তবায়ন; প্রকল্পের নিজস্ব বর্ণনা অনুযায়ী Julia-বহির্ভূত কোনো মূল নির্ভরতা নেই। - Julia 1.10 বা তার পরবর্তী সংস্করণের সাথে সবচেয়ে ভালো কাজ করে। - সংস্করণ 0.15-এ Julia-র প্রায় যেকোনো প্যারামিটারযুক্ত ফাংশন Flux মডেল হিসেবে কাজ করতে পারে, যার মধ্যে প্যারামিটারের উপর ক্লোজারও অন্তর্ভুক্ত। README-তে weight, bias ও output ভেক্টরের উপর একটি ক্লোজারকে বৈধ মডেল হিসেবে দেখানো হয়েছে, এবং উল্লেখ করা হয়েছে যে একই ফাংশন Chain, Dense ও vcat-এর মতো বিল্ট-ইন লেয়ার দিয়েও প্রকাশ করা যায়। - অপটিমাইজার সেটআপ ও ট্রেনিং সহায়ক সরবরাহ করে, যা একটি সংক্ষিপ্ত উদাহরণে Adam-সহ Flux.setup এবং Flux.train! দ্বারা দেখানো হয়েছে। - stable ও dev সংস্করণের ডকুমেন্টেশন, একটি quickstart গাইড, এবং উদাহরণের জন্য আলাদা model zoo রিপোজিটরি রয়েছে। - Julia discourse ও Slack-এর মাধ্যমে কমিউনিটি সহায়তা চ্যানেল রয়েছে। - গবেষণায় সাইটযোগ্য, যার জন্য CITATION.bib ফাইল ও একটি JOSS পেপার DOI রয়েছে। README-তে একটি সংক্ষিপ্ত উদাহরণ রয়েছে, যা জেনারেট করা ডেটা থেকে একটি ছোট ফাংশন ফিট করে হাতে লেখা প্যারামিটারযুক্ত ক্লোজার, একটি Adam অপটিমাইজার স্টেট এবং একটি ট্রেনিং লুপ ব্যবহার করে, তারপর সত্য বনাম শেখা আউটপুট প্লট করে। এটি পাঠকদের আরও দীর্ঘ উদাহরণের জন্য quickstart পৃষ্ঠার দিকেও নির্দেশ করে। এই সংক্ষিপ্ত বিবরণ শুধুমাত্র রিপোজিটরির README ও বর্ণনার উপর ভিত্তি করে তৈরি; এখানে কোনো বেঞ্চমার্ক, র‍্যাঙ্কিং বা পারফরম্যান্স দাবি করা হয়নি।