Shumai
Active
Що таке Shumai?
Як користуватися Shumai?
Shumai Основні функції
Диференційовані тензори з autograd
Встановіть requires_grad і викличте backward() для автоматичного обчислення градієнтів. detach() копіює тензори без відстеження градієнтів.
Сіткові тензори
Розгортайте моделі через sm.io.serve_model і викликайте віддалені тензори через sm.io.remote_model для розподіленого ML.
Бекенд Bun + Flashlight
На runtime Bun і Flashlight з ArrayFire. Linux: CUDA GPU; macOS: ArrayFire CPU. Стандартні операції: matmul, randn, identity і функції втрат.
Нативні масиви JavaScript
Конвертація між Float32Array і тензорами через toFloat32Array() і sm.tensor(). Скалярні тензори — у числа JS через toFloat32().
Shumai Сценарії використання
Прототипування ML-експериментів у TypeScript в екосистемі JS
Сіткові ML-сервіси з викликами віддалених тензорів і серверним autograd
Дослідження диференційованого програмування та градієнтної оптимізації в Bun
Shumai Часті запитання
Які платформи підтримуються?
Як установити Shumai?
Shumai готовий для продакшену?
Shumai Основна інформація та офіційні посилання
Shumai Електронна адреса підтримки, контакти служби підтримки клієнтів, повернення коштів тощо.
Більше контактів на сторінці сторінка про нас(https://facebookresearch.github.io/shumai/)
Shumai Інформація про компанію
Shumai Назва компанії: Meta Platforms, Inc.
Shumai Тип розробника: company
Детальніше про Shumai, Будь ласка, відвідайте сторінку сторінка про нас(https://facebookresearch.github.io/shumai/)
Shumai GitHub
Shumai Посилання на GitHub: https://github.com/facebookresearch/shumai
Ціни та плани Shumai
Open Source
Безкоштовно- Ліцензія MIT
- Безкоштовне використання, зміна та розповсюдження
- Без підписки та акаунта