站长之家12月6日 消息:Apple 开源的 MLX 是一个适用于苹果芯片的机器学习框架。它具有许多功能，包括熟悉的 API、可组合的函数转换、延迟计算、动态图构建和多设备支持等。

MLX 从 NumPy、PyTorch、Jax 和 ArrayFire 等框架中吸取灵感，创建了一个强大且多功能的平台。通过示例仓库，我们可以看到 MLX 的各种能力，包括语言模型训练、文本生成、图像生成和语音识别。MLX 的安装也非常简单，只需使用 pip 命令即可。

重点功能:

熟悉的 API:MLX 的 Python API 与 NumPy 紧密结合，而功能齐全的 C++ API 则反映了 Python 版本。此外，mlx.nn 和 mlx.optimizers 等更高级别的包通过遵守 PyTorch 约定来简化模型构建。

可组合函数转换:MLX 引入了可组合函数转换，支持自动微分、向量化和计算图优化。

惰性计算:MLX 中的计算被设计为惰性计算，确保仅在必要时才具体化数组，从而优化计算效率。

动态图构建:MLX采用动态图构建，消除了因函数参数形状变化而引发的缓慢编译。这种方法简化了调试过程。

多设备支持:MLX 允许操作在支持的设备（包括 CPU 和 GPU）上无缝运行，为开发人员提供了灵活性。

统一内存模型:MLX 引入了与其他框架不同的统一内存模型。阵列驻留在共享内存中，允许跨不同设备类型对 MLX 阵列进行操作，而无需移动数据。