Shumai
ActiveCos'è Shumai?
Come usare Shumai?
Shumai Caratteristiche principali
Tensori differenziabili con autograd
Imposta requires_grad e chiama backward() per calcolare i gradienti automaticamente. detach() copia tensori senza tracciamento dei gradienti.
Tensori connessi alla rete
Serve modelli con sm.io.serve_model e chiama tensori remoti da client con sm.io.remote_model per ML distribuito.
Backend Bun + Flashlight
Su runtime Bun e Flashlight con ArrayFire. Linux: CUDA GPU; macOS: ArrayFire CPU. Ops standard: matmul, randn, identity e funzioni di loss.
Array nativi JavaScript
Conversione tra Float32Array e tensori con toFloat32Array() e sm.tensor(). Tensori scalari convertiti in numeri JS con toFloat32().
Shumai Casi d'uso
Prototipare esperimenti ML in TypeScript nell'ecosistema JS
Costruire servizi ML di rete con chiamate a tensori remoti e autograd server-side
Ricerca in programmazione differenziabile e ottimizzazione basata su gradienti in Bun
Shumai Domande frequenti
Quali piattaforme sono supportate?
Come installare Shumai?
Shumai è pronto per la produzione?
Shumai Background del prodotto e link ufficiali
Shumai E-mail di supporto, contatto del servizio clienti, contatto per i rimborsi, ecc.
Per altri contatti, visita la pagina chi siamo(https://facebookresearch.github.io/shumai/)
Shumai Informazioni sull'azienda
Shumai Nome dell'azienda: Meta Platforms, Inc.
Shumai Tipo di sviluppatore: company
Maggiori informazioni su Shumai, Visita la pagina chi siamo(https://facebookresearch.github.io/shumai/)
Shumai GitHub
Shumai Link GitHub: https://github.com/facebookresearch/shumai
Prezzi e piani di Shumai
Open Source
Gratuito- Licenza MIT
- Uso, modifica e distribuzione gratuiti
- Nessun abbonamento o account richiesto


