1 : Laboratoire de lÍnformatique du Parallélisme Centre National de la Recherche Scientifique : UMR5668
JAX est une bibliothèque Python pour le calcul scientifique et le machine learning qui permet d'accélérer les calculs réalisés sur des "arrays" similaires à ceux de NumPy afin d'obtenir facilement de hautes performances, y compris dans un environnement large échelle et distribué. JAX fourni une API compatible avec NumPy, un compilateur Just-In-Time pour générer du code optimisé pour CPUs ou GPUs et des mécanismes de transformation de code permettant d'automatiser la différentiation, la vectorisation et la parallélisation. Une spécificité de JAX est qu'il propose un modèle de programmation fonctionnel. Cette proposition consiste en une introduction à JAX et ses concepts, un éclairage sur son fonctionnement et surtout une initiation à son utilisation. Le format peut être adapté selon les contraintes : présentation/démo avec des slides ou atelier pratique. La durée peut également être ajustée (de 20 minutes pour une introduction à 1 heure ou plus pour une réelle formation pratique).
Chargement...