mirror of
https://github.com/ml-explore/mlx-examples.git
synced 2025-08-09 18:36:38 +08:00
61 lines
2.3 KiB
Markdown
61 lines
2.3 KiB
Markdown
# MLX 示例项目
|
||
|
||
本代码库包含一系列使用 [MLX 框架](https://github.com/ml-explore/mlx) 的独立示例。
|
||
|
||
[MNIST手写数字识别](mnist) 示例是学习MLX使用的理想起点。以下列举更多实用示例。如需功能更完善的MLX版LLM Python工具包，请查看 [MLX LM](https://github.com/ml-explore/mlx-lm)。
|
||
|
||
### 文本模型
|
||
|
||
- [Transformer语言模型](transformer_lm) 训练
|
||
- [LLMs目录](llms) 下提供[LLaMA](llms/llama)、[Mistral](llms/mistral)等大规模文本生成的极简实现
|
||
- [Mixtral 8x7B](llms/mixtral) 混合专家(MoE)语言模型
|
||
- [LoRA/QLoRA微调](lora) 参数高效微调方案
|
||
- [T5](t5) 文本到文本的多任务Transformer
|
||
- [BERT](bert) 双向语言理解模型
|
||
|
||
### 图像模型
|
||
|
||
- 图像生成
|
||
- [FLUX扩散模型](flux)
|
||
- [Stable Diffusion/SDXL](stable_diffusion)
|
||
- [CIFAR-10数据集上的ResNet](cifar) 图像分类
|
||
- [MNIST上的卷积变分自编码器(CVAE)](cvae)
|
||
|
||
### 音频模型
|
||
|
||
- [OpenAI Whisper](whisper) 语音识别
|
||
- [Meta EnCodec](encodec) 音频压缩与生成
|
||
- [Meta MusicGen](musicgen) 音乐生成
|
||
|
||
### 多模态模型
|
||
|
||
- [CLIP](clip) 图文联合嵌入模型
|
||
- [LLaVA](llava) 图文多模态输入文本生成
|
||
- [Segment Anything(SAM)](segment_anything) 图像分割
|
||
|
||
### 其他模型
|
||
|
||
- [图卷积网络(GCN)](gcn) 图结构数据半监督学习
|
||
- [Real NVP标准化流](normalizing_flow) 密度估计与采样
|
||
|
||
### Hugging Face生态
|
||
|
||
您可以直接使用或下载[Hugging Face社区MLX专区](https://huggingface.co/mlx-community)的转换后模型权重。欢迎加入社区并[贡献新模型](https://github.com/ml-explore/mlx-examples/issues/155)。
|
||
|
||
## 贡献指南
|
||
|
||
我们衷心感谢[所有贡献者](ACKNOWLEDGMENTS.md#Individual-Contributors)。如果您参与MLX示例项目并希望被列入致谢名单，请在PR中补充您的姓名。
|
||
|
||
## 引用MLX示例
|
||
|
||
MLX软件套件由Awni Hannun、Jagrit Digani、Angelos Katharopoulos和Ronan Collobert四人平等贡献开发。如果您的研究受益于MLX示例项目并需要引用，请使用以下BibTex条目：
|
||
|
||
```
|
||
@software{mlx2023,
|
||
author = {Awni Hannun and Jagrit Digani and Angelos Katharopoulos and Ronan Collobert},
|
||
title = {{MLX}: 苹果芯片上高效灵活的机器学习框架},
|
||
url = {https://github.com/ml-explore},
|
||
version = {0.0},
|
||
year = {2023},
|
||
}
|
||
``` |