Об этом проекте

Flux — это библиотека машинного обучения, написанная целиком на Julia. Она описывается как стек на 100% чистой Julia, предоставляющий лёгкие абстракции поверх встроенной поддержки GPU и автоматического дифференцирования в Julia, с целью сделать простые задачи простыми, оставаясь при этом полностью модифицируемой. Ключевые характеристики, подтверждаемые README: - Реализация на чистой Julia, без не-Julia основных зависимостей, подразумеваемых собственным описанием проекта. - Лучше всего работает с Julia 1.10 или более поздней версии. - В версии 0.15 почти любая параметризованная функция в Julia может выступать в роли модели Flux, включая замыкания над параметрами. В README показано замыкание над векторами weight, bias и output как допустимая модель, и отмечается, что ту же функцию можно выразить с помощью встроенных слоёв, таких как Chain, Dense и vcat. - Предоставляет настройку оптимизатора и вспомогательные средства обучения, что иллюстрируется Flux.setup с Adam и Flux.train! в коротком примере. - Поставляется с документацией в стабильной и dev-версиях, руководством по быстрому старту и отдельным репозиторием model zoo с примерами. - Имеет каналы поддержки сообщества через Julia discourse и Slack. - На неё можно ссылаться в исследованиях: есть файл CITATION.bib и DOI статьи в JOSS. README включает компактный пример, который подгоняет небольшую функцию по сгенерированным данным с использованием написанного вручную параметризованного замыкания, состояния оптимизатора Adam и цикла обучения, а затем строит график истины против выученного вывода. Он также направляет читателей на страницу быстрого старта для более длинного примера. Этот обзор основан исключительно на README и описании репозитория; здесь не приводятся никакие бенчмарки, рейтинги или утверждения о производительности.