Apple 公司今天推出了为 Apple Silicon 芯片优化的 MLX 深度学习框架，MLX 是 Apple 芯片上用于机器学习的阵列框架，由 Apple 机器学习研究团队为您提供，能够简化 Mac、iPad、iPhone 平台研究人员设计和部署模型的流程。
MLX 的一些主要功能包括：
- 熟悉的 API：MLX 有一个紧接在 NumPy 的 Python API。MLX 还拥有功能齐全的 C++ API，它与 Python API 非常相似。MLX 具有更高级的软件包，例如 mlx.nn 和以及 mlx.optimizers 紧密遵循 PyTorch 的 API，以简化建立更复杂的模型。
- 可组合函数转换：MLX 具有用于自动微分、自动向量化和计算图最佳化的可组合函数转换。
- 惰性计算：MLX 中的计算是惰性计算。数组仅在需要时才会具体化。
- 动态图建构：MLX 中的计算图是动态建构的。更改函数参数的形状不会触发缓慢的编译，并且调试简单直观。
- 多设备：操作可以在任何支持的设备上运行（目前为 CPU 和 GPU）。
- 统一内存：与 MLX 和其他框架的显著差异是统一内存模型。MLX 中的阵列位于共享内存中。可以在任何支持的设备类型上执行 MLX 阵列上的操作，而无需移动资料。
MLX 是由机器学习研究人员为机器学习研究人员设计的。该框架旨在用户友好，但仍然可以有效地训练和部署模型。框架本身的设计在概念上也很简单。我们打算让研究人员轻松扩展和改进 MLX，以实现快速探索新想法的目标。
本文来自苹果迷投稿，不代表苹果家园立场，版权归原作者所有，欢迎分享本文，转载请保留出处！
