Le groupe Calcul & Données d'IJCLab et le réseau LoOPS ont le plaisir de vous proposer une matinée d'initiation à JAX, bibliothèque Python conçue pour l'apprentissage automatique haute performance, en mêlant NumPy, Autograd (différenciation automatique) et XLA (Accelerated Linear Algebra).
Cette matinée, animée par Jean-Eric Campagne d'IJCLab, se tiendra le mercredi 26 juin 2024 de 09h30 à 12h30 à IJCLab - Bâtiment 200, Salle Bleue.
Il existe bon nombre de tutoriels pour se mettre à JAX. Le parti pris de celui-ci est de faire un apprentissage progressif à travers des exemples tirés de la pratique de l'orateur durant les 3 dernières années. Nous verrons notamment des codes qui "crash"ent pour savoir comment y remédier.
Les notebooks sont jouables sur Colab avec une version à jour de JAX 0.4.24 (ou plus), d'abord sur CPU puis dans certain cas nous utiliserons 1 GPU, voir plusieurs sur Jean-Zay. Les notebooks sont disponibles sur un dépôt Github.
Nb : ce n'est pas un cours de Machine Learning.