Home
Login

Ivy ist ein Open-Source-Tool zur Transformation von Machine-Learning-Code, das die Konvertierung von Code zwischen Frameworks wie PyTorch, TensorFlow, JAX und NumPy unterstützt und gleichzeitig die volle Funktionalität beibehält.

NOASSERTIONPython 14.2kivy-llc Last Updated: 2025-06-13

Einführung in das Ivy-Projekt

Projektübersicht

Ivy ist ein Open-Source-Projekt, das darauf abzielt, den Konvertierungsprozess von Machine-Learning-Code (ML) zwischen verschiedenen Frameworks zu vereinfachen und gleichzeitig die volle Funktionalität zu erhalten. Mit Ivy können Benutzer auf einfache Weise optimierte, graphbasierte Modelle und Funktionen in nativen Frameworks wie PyTorch und TensorFlow erstellen.

Hauptfunktionen

  • Code-Konvertierung: Der Transpiler von Ivy ermöglicht es Benutzern, Code zwischen verschiedenen ML-Frameworks zu konvertieren, einschließlich Modelle, Tools und Bibliotheken.
  • Erstellung graphbasierter Modelle: Mit ivy.trace_graph können Benutzer optimierte, graphbasierte Modelle und Funktionen in jedem nativen Framework erstellen.

Installationsmethoden

  • Installation mit pip: Die einfachste Installationsmethode ist die Verwendung von pip, um die neueste Version von Ivy von PyPI zu installieren.
  • Installation aus dem Quellcode: Wenn Benutzer die neuesten Änderungen nutzen möchten, können sie den Quellcode von Ivys GitHub-Repository installieren. Bitte beachten Sie jedoch, dass bei dieser Methode möglicherweise nicht garantiert werden kann, dass alle Funktionen wie erwartet funktionieren.

Unterstützte Frameworks

Ivy unterstützt derzeit die Konvertierung von und nach den folgenden Frameworks:

  • PyTorch
  • TensorFlow
  • JAX
  • NumPy

Das Ivy-Team arbeitet kontinuierlich daran, die Unterstützung für weitere Frameworks hinzuzufügen. Benutzer können Vorschläge für zu unterstützende Quell-/Zielframeworks auf dem Discord-Server von Ivy einreichen.

Schnellstart

  • Quickstart-Notebook ansehen: Ivy bietet ein Quickstart-Notebook, das Benutzern hilft, sich schnell mit den Hauptfunktionen und der Verwendung von Ivy vertraut zu machen.
  • Beispiele ansehen: Die Ivy-Beispielseite enthält mehrere Konvertierungsbeispiele für Modelle und Bibliotheken, die zeigen, wie Code zwischen PyTorch, JAX, TensorFlow und NumPy konvertiert werden kann.

Verwendung von Ivy

Ivy bietet einige Beispielcodes, um Benutzern den Einstieg in die Verwendung von Ivy zu erleichtern. Benutzer finden auf der Ivy-Beispielseite eine größere Auswahl an Demos und Tutorials, die weitere Anwendungsfälle von Ivy zeigen.

Wie Ivy funktioniert

Ivy fungiert als Transpiler und ermöglicht es Benutzern, Code aus anderen Frameworks (oder anderen Versionen desselben Frameworks) zu verwenden, indem sie eine einzige Codezeile hinzufügen. Der Transpiler von Ivy kann Code aktiv (eagerly) oder verzögert (lazily) konvertieren, je nachdem, ob die bereitgestellten Eingaben Klassen/Funktionen oder Module (Bibliotheken) sind.

Dokumentation und Beiträge

  • Dokumentation: Benutzer finden auf der Ivy-Docs-Seite eine detaillierte Dokumentation, einschließlich API-Referenzen, Anleitungen usw.
  • Beiträge: Ivy begrüßt Beiträge aller Benutzer, sei es durch das Schreiben von Code, das Beheben von Fehlern oder das Teilen von Feedback. Benutzer können die ausstehenden Aufgaben auf der Ivy-Open-Tasks-Seite einsehen und im Contributing-Leitfaden mehr Informationen erhalten.

Zitieren

Wenn Benutzer Ivy für ihre Arbeit verwenden, denken Sie bitte daran, das zugehörige Paper von Ivy in den Referenzen anzugeben, um die Unterstützung und Anerkennung für Ivy und andere Open-Source-Projekte auszudrücken.