小目录

Lightning Fabric是一个快速轻量级的PyTorch模型扩展框架，只需5行代码即可将PyTorch代码转换为Fabric，并提供最先进的分布式训练功能。

TorchMetrics是一个包含100+ PyTorch指标实现的集合库，提供标准化接口以减少代码重复，支持分布式训练和自动批处理累积。

一个精选的JAX资源列表，包含JAX生态系统中的库、项目、教程和论文资源。

NLTK是一个领先的Python自然语言处理平台，提供处理人类语言数据的工具和资源，包括文本分类、分词、词性标注、句法分析等功能。

LangSmith是LangChain推出的代理工程平台，专注于AI代理的开发、测试和部署。

LangGraph是一个低级别的编排框架和运行时，用于构建、管理和部署长期运行、有状态的AI代理。

MaxText是一个高性能、可扩展的开源大语言模型库和参考实现，使用纯Python/JAX编写，专为Google Cloud TPU和GPU训练而设计。

苹果公司开发的基于JAX和XLA的可扩展深度学习库，支持大规模深度学习模型的开发与训练

Levanter是一个基于JAX和Haliax的框架，用于训练大型语言模型和其他基础模型，专注于可读性、可扩展性和可复现性。

EasyLM是一个基于JAX/Flax的简单可扩展大语言模型训练框架，提供预训练、微调、评估和服务的一站式解决方案。

Marin是一个开源的基础模型研究和开发框架，专注于语言模型的训练和开发，强调实验的可重现性。

PyMC是一个用于Python的概率编程库，允许用户使用简单的Python API构建贝叶斯模型，并使用马尔可夫链蒙特卡洛（MCMC）方法进行拟合。

TensorFlow Probability是一个基于TensorFlow构建的Python库，用于概率推理和统计分析，支持在现代硬件上结合概率模型和深度学习。

Distrax是Google DeepMind开发的轻量级概率分布和双射器库，作为TensorFlow Probability的JAX原生实现，专注于可扩展性和易用性。

JAX MD是一个基于JAX的分子动力学模拟工具包，专门用于处理粒子集合的物理模拟和机器学习应用

Brax是Google开发的一个快速且完全可微分的物理引擎，专为加速硬件设计，用于机器人、强化学习等仿真密集型应用研究。

Grain是一个用于读取和处理机器学习训练数据的Python库，专门为JAX模型设计，具有灵活、快速和确定性的特点。

🤗 Datasets是一个用于轻松访问和共享AI数据集的库，支持音频、计算机视觉和自然语言处理任务。

Orbax是Google开发的JAX训练工具集，提供检查点管理和模型导出功能，专为多主机、多设备环境设计。

Blackjax是一个基于JAX的采样器库，提供快速、稳健且经过充分测试的采样算法，适用于CPU和GPU计算。