Présentation du projet Ivy

Aperçu du projet

Ivy est un projet open source conçu pour simplifier le processus de conversion du code d'apprentissage automatique (ML) entre différents frameworks, tout en conservant une fonctionnalité complète. Grâce à Ivy, les utilisateurs peuvent facilement créer des modèles et des fonctions basés sur des graphes optimisés dans des frameworks natifs tels que PyTorch et TensorFlow.

Fonctionnalités principales

• Conversion de code : Le transpiler d'Ivy permet aux utilisateurs de convertir du code entre différents frameworks ML, y compris des modèles, des outils et des bibliothèques.
• Création de modèles basés sur des graphes : En utilisant ivy.trace_graph, les utilisateurs peuvent créer des modèles et des fonctions basés sur des graphes optimisés dans n'importe quel framework natif.

Méthodes d'installation

• Installation via pip : La méthode d'installation la plus simple consiste à utiliser pip pour installer la dernière version d'Ivy depuis PyPI.
• Installation à partir du code source : Si les utilisateurs souhaitent profiter des dernières modifications, ils peuvent installer le code source à partir du dépôt GitHub d'Ivy. Veuillez noter que cette méthode peut ne pas garantir que toutes les fonctionnalités fonctionnent comme prévu.

Frameworks pris en charge

Ivy prend actuellement en charge la conversion depuis et vers les frameworks suivants :

• PyTorch
• TensorFlow
• JAX
• NumPy

L'équipe d'Ivy travaille continuellement à l'ajout de la prise en charge d'un plus grand nombre de frameworks. Les utilisateurs peuvent soumettre des suggestions de frameworks source/cible qu'ils souhaitent voir pris en charge sur le serveur Discord d'Ivy.

Démarrage rapide

• Consulter le notebook de démarrage rapide : Ivy propose un notebook de démarrage rapide pour aider les utilisateurs à comprendre rapidement les principales fonctionnalités et l'utilisation d'Ivy.
• Consulter les exemples : La page d'exemples d'Ivy contient plusieurs exemples de conversion de modèles et de bibliothèques, montrant comment convertir du code entre PyTorch, JAX, TensorFlow et NumPy.

Utilisation d'Ivy

Ivy fournit des exemples de code pour aider les utilisateurs à démarrer avec Ivy. Les utilisateurs peuvent trouver des démonstrations et des tutoriels plus complets sur la page d'exemples d'Ivy, présentant davantage de cas d'utilisation d'Ivy.

Comment fonctionne Ivy

Ivy, en tant que transpiler, permet aux utilisateurs d'utiliser du code provenant d'autres frameworks (ou d'autres versions du même framework) en ajoutant une seule ligne de code. Le transpiler d'Ivy peut effectuer la conversion de code de manière active (eagerly) ou paresseuse (lazily), selon que l'entrée fournie est une classe/fonction ou un module (bibliothèque).

Documentation et contribution

• Documentation : Les utilisateurs peuvent trouver une documentation détaillée sur la page Docs d'Ivy, comprenant des références API, des guides d'utilisation, etc.
• Contribution : Ivy accueille les contributions de tous les utilisateurs, qu'il s'agisse d'écrire du code, de corriger des bugs ou de partager des commentaires. Les utilisateurs peuvent consulter la page Open Tasks d'Ivy pour voir les tâches à accomplir et en savoir plus dans le guide Contributing.

Citation

Si les utilisateurs utilisent Ivy dans leur travail, veuillez inclure le document d'accompagnement d'Ivy dans les références afin de montrer votre soutien et votre gratitude envers Ivy et les autres projets open source.