5 結果
2025年8月12日 / Kaggle
Google TPU で JAX を使用し、GPT2 モデルをゼロから構築してトレーニングしましょう。これには、無料枠の Colab または Kaggle で利用できる完全な Python ノートブックを使用します。ハードウェア メッシュの定義、モデル パラメータと入力データのデータ並列処理のための分割、モデル トレーニング プロセスの最適化について学びましょう。
2025年7月29日 / AI
Max 氏の体験談では、JAX ネイティブの LQR ソルバーである LQRax を紹介します。Brax、MJX、JaxSim などのツールを含む、成長し続ける JAX ロボット工学エコシステムを例示し、最適制御とシミュレーションにおける計算効率や、モデルベースと学習ベースのアプローチのシームレスな統合といった JAX の利点に注目していきます。
2025年7月16日 / Cloud
Marin プロジェクトは、開発プロセス全体をアクセス可能で再現可能なものにすることで、AI における「オープン」の定義をモデル自体にとどまらず科学的プロセス全体にまで拡張することを目指しています。この取り組みは JAX フレームワークとその Levanter ツールを活用しており、基盤モデルの詳細な精査、信頼性の確保、そのうえでの構築を可能にすることで、より透明性の高い AI 研究の未来を育みます。
2025年6月24日 / Kaggle
KerasHub を使用すると、さまざまな機械学習フレームワーク間でモデル アーキテクチャと重みを組み合わせることができ、Hugging Face Hub などのソース（PyTorch で作成されたものを含む）のチェックポイントを Keras モデルに読み込んで JAX、PyTorch、TensorFlow で利用できるようになります。この柔軟性により、選択したバックエンド フレームワークを完全に制御しながら、コミュニティによってファインチューニングされた幅広いモデルを活用できます。
2025年5月13日 / TensorFlow
Keras Recommenders（KerasRS）は、レコメンデーション システムを開発するための新しいライブラリです。pip でインストールでき、ランキングや検索のビルディング ブロックとなる API を利用できます。JAX、TensorFlow、PyTorch バックエンドがサポートされています。
