swift-mlx

MLX Swift to wydajny framework do uczenia maszynowego zoptymalizowany dla procesorów Apple Silicon. Oferuje operacje na tablicach podobne do NumPy, automatyczne różniczkowanie, ujednoliconą pamięć CPU/GPU oraz kompilację JIT. Użyj go do budowania sieci neuronowych, trenowania modeli, operacji na tablicach oraz optymalizacji wydajności za pomocą niestandardowych jąder Metal. Framework zawiera gotowe warstwy neuronowe, optymalizatory (Adam, AdamW, SGD) i transformacje matematyczne.

1. Zaimportuj MLX do swojego projektu Swift, dodając import MLX na początku pliku. 2. Utwórz tablice MLXArray za pomocą konstruktorów: MLXArray([1, 2, 3, 4]) dla danych, MLXArray.zeros([2, 3]) dla zer, MLXArray.ones([4, 4], dtype: .float32) dla jedynek, lub MLXRandom.uniform(0.0 ..< 1.0, [3, 3]) dla wartości losowych. 3. Wykonuj operacje na tablicach korzystając z modułu Ops.swift — framework obsługuje standardowe operacje matematyczne i transformacje. 4. Buduj sieci neuronowe za pomocą warstw z MLXNN — definiuj moduły, warstwy i funkcje straty dla swojej architektury. 5. Trenuj modele z automatycznym różniczkowaniem — użyj transformacji z Transforms.swift do obliczania gradientów i optymalizatorów z MLXOptimizers do aktualizacji wag. 6. Optymalizuj wydajność poprzez JIT compilation i niestandardowe jądra Metal dostępne w MLXFast.swift dla krytycznych operacji.