numpy安装教程
萧箫 发自 凹非寺
量子位 | 公众号 QbitAI苹果M系列芯片专属的机器学习框架,开源即爆火!
现在,用上这个框架,你就能直接在苹果GPU上跑70亿参数大模型、训练Transformer模型或是搞LoRA微调。
它由苹果官方发布,风格与PyTorch相似,不过并不基于任何已有框架实现。
LeCun等大佬纷纷赶来点赞转发。
英伟达高级AI科学家Jim Fan赞叹称:
这应该是目前苹果在开源AI开源上最大的动作了。
甚至还有网友动起了iPhone上A芯的念头(手动狗头)
所以,这个框架究竟长啥样?
参考多个ML框架设计
这个新框架名叫MLX,有探索机器学习(ml-explore)的意思。
从功能来看,MLX主要有以下几点特性:
API熟悉(包括C++ API、类似NumPy的Python API以及一些高级功能包近似于PyTorch的API)、可组合函数变换、惰性计算、动态图构建、多设备可用、统一内存。
框架作者Awni Hannun介绍,之所以MLX不直接基于PyTorch实现,主要有几个方面的考量。
首先是因为,MLX框架是给苹果芯片设计的。
苹果芯片在采用了一些独特的设计,例如统一内存,这些设计在框架中都可以被利用。
然后,MLX框架也参考了不同机器学习框架的优势,包括NumPy、PyTorch、Jax和ArrayFire等。
例如JAX中可组合的函数转换,就被加进了MLX的设计中,但graph(计算图)仍然是动态构建的。
除此之外,作者认为MLX也有一些属于自己的特性,如简单、灵活和多样性等。
因此,MLX在功能和设计上与PyTorch等经典框架不完全一样,有一些“自己的style”。
如果你手上有苹果M芯电脑的话,现在就可以上手一试跑AI模型了。
苹果电脑M系列芯片才能用
目前,官方给出了5类MLX的使用参考案例:
- Transformer架构语言模型的训练
- 用LLaMA或Mistral进行长文本生成
- 用LoRA进行参数微调
- 用Stable Diffusion进行图像生成
- 用Whisper进行语音识别
作者们还在GitHub上放出了基于Stable Diffusion对比的PyTorch和MLX的性能:
要是对这几个AI模型感兴趣,装好MLX之后就可以直接上手试玩了。
作者给出了一系列手把手的教程,教你如何在苹果电脑上运行MLX框架。
首先是pip install mlx,安装一下框架:
我们也在苹果M芯电脑上尝试了一下,可以成功安装:
值得一提的是,安装前记得检查一下你的苹果电脑,各种环境和操作系统是否都搞好了。
而且芯片必须是苹果自研的M系列芯片,可以用这个口令检查一下:
如果是英特尔平台,也是用不了MLX的:
搞定之后,git clone一个副本,就可以在样例里面找到自己想玩的模型,尝试上手运行了:
这里跑一个LLaMA试试:
然后就可以开始问问题了,例如波尔查诺-魏尔斯特拉斯定理是什么等等,LLaMA就能在终端给你解答:
LightningAI的Sebastian Raschka表示,这个框架看起来非常酷,希望能看到更多PyTorch与MLX在macOS上的性能对比。
除此之外,LLaMA在MLX上的实现细节也非常有意思:
还有不少苹果用户表示高兴:H100稀缺的情况下,终于可以用M3 Max来搞事了。
你试用过MLX了吗?感觉如何?
参考链接:
[1]https://github.com/ml-explore/mlx[2]https://twitter.com/awnihannun/status/1732184443451019431— 完 —
量子位 QbitAI · 头条号签约
","gnid":"942ebdf53c1d39dd8","img_data":[{"flag":2,"img":[{"desc":"","height":"311","title":"","url":"https://p0.ssl.img.360kuai.com/t01eddeb27469c24321.jpg","width":"1080"},{"desc":"","height":"1124","title":"","url":"https://p0.ssl.img.360kuai.com/t0148befef6d2dc5175.jpg","width":"1080"},{"desc":"","height":"326","title":"","url":"https://p0.ssl.img.360kuai.com/t013b89602bad80a596.jpg","width":"1080"},{"desc":"","height":"162","title":"","url":"https://p0.ssl.img.360kuai.com/t01bfdfb59218ccab28.jpg","width":"1080"},{"desc":"","height":"400","title":"","url":"https://p0.ssl.img.360kuai.com/t0199ed3c9b63765d29.jpg","width":"696"},{"desc":"","height":"864","title":"","url":"https://p0.ssl.img.360kuai.com/t0114fd34566d0e1df7.jpg","width":"1080"},{"desc":"","height":"1212","title":"","url":"https://p0.ssl.img.360kuai.com/t015c4caed9fe074767.jpg","width":"1220"},{"desc":"","height":"424","s_url":"https://p0.ssl.img.360kuai.com/t01f658b175689509dd_1.gif","title":"","url":"https://p0.ssl.img.360kuai.com/t01f658b175689509dd.gif","width":"640"},{"desc":"","height":"284","title":"","url":"https://p0.ssl.img.360kuai.com/t01ca14d645b1cc222b.jpg","width":"1080"},{"desc":"","height":"310","title":"","url":"https://p0.ssl.img.360kuai.com/t01024be8e54c8ef66b.jpg","width":"954"},{"desc":"","height":"473","title":"","url":"https://p0.ssl.img.360kuai.com/t01ba0400ffe0e6b29d.jpg","width":"1080"},{"desc":"","height":"634","s_url":"https://p0.ssl.img.360kuai.com/t012594c87f59e282f6_1.gif","title":"","url":"https://p0.ssl.img.360kuai.com/t012594c87f59e282f6.gif","width":"958"},{"desc":"","height":"646","s_url":"https://p0.ssl.img.360kuai.com/t0131abffc2de3ba3a4_1.gif","title":"","url":"https://p0.ssl.img.360kuai.com/t0131abffc2de3ba3a4.gif","width":"926"},{"desc":"","height":"634","s_url":"https://p0.ssl.img.360kuai.com/t01a167f092aec998b9_1.gif","title":"","url":"https://p0.ssl.img.360kuai.com/t01a167f092aec998b9.gif","width":"926"},{"desc":"","height":"1141","title":"","url":"https://p0.ssl.img.360kuai.com/t01202b2c1919eb6f17.jpg","width":"1080"},{"desc":"","height":"145","title":"","url":"https://p0.ssl.img.360kuai.com/t0135983c67f1e43014.jpg","width":"1080"}]}],"original":0,"pat":"iphonec,zzc,art_src_3,sexamb,fts0,sts0","powerby":"pika","pub_time":1701925320000,"pure":"","rawurl":"http://zm.news.so.com/f1801dadc9e05a3a7f8dffca1636aede","redirect":0,"rptid":"754c96f71564290b","rss_ext":[],"s":"t","src":"量子位","tag":[{"clk":"ktechnology_1:苹果","k":"苹果","u":""},{"clk":"ktechnology_1:机器学习","k":"机器学习","u":""}],"title":"苹果大模型最大动作:开源M芯专用ML框架,能跑70亿大模型
汪呢艺4220ubuntu 怎么安装numpy - 1.9.0 -
钭绿言13498575689 ______ 使用命令pip install numpy 或 easy_install numpy即可,或者手工下载zip包,解压到python/lib目录下
汪呢艺4220ubuntu 16.04 lts python 2.7怎么安装numpy -
钭绿言13498575689 ______ 开始学习python...最近使用ubuntu16.04系统,在安装numpy的步骤: 1 安装python的包管理工具pip,无论是在windows系统还是ubuntu系统,大部分的安装工作都可以交给pip了,太方便!!! sudo aptinstall python-pip 安装完成后竟然提示我更...
汪呢艺4220python anaconda 怎么安装 -
钭绿言13498575689 ______ 打开anaconda command prompt,输入conda install xxx就可以了,比方说要下载numpy,只需要输入conda install numpy,然后选y就ok了.
汪呢艺4220怎样在python中安装numpy -
钭绿言13498575689 ______ 装上这个包就行:python-numpy sudo apt-get install -y python-numpy
汪呢艺4220如何给python2.7.13安装numpy -
钭绿言13498575689 ______ 如果用Python不多,可以下载exe的二进制安装包,和安装一般软件是一样的.搜索 numpy-MKL-1.8.1.win-amd64-py2.7.exe 应该能找到
汪呢艺4220python怎么安装opencv -
钭绿言13498575689 ______ 1.安装Numpy 安装pip 若上面安装出现没找到python,先安装pip.输入python -m pip install -U pip 安装pip 安装完后将pip的路径加到PATH里,例如”C:\Python27\Scripts” 再安装numpy 现在开始安装numpy,打开cmd,输入pip install numpy 安...
汪呢艺4220ubuntu下怎么安装 numpy -
钭绿言13498575689 ______ sudo add-apt-repository ppa:fkrull/deadsnakes sudo apt-get update sudo apt-get install python3.5 安装完成后在终端输入“python”会进入默认的python2.7中,如果要修改成我们刚安装的python3.5的话需要做如下三步: sudo cp /usr/bin/python ...
汪呢艺4220如何将numpy - 1.10.1安装到python中 -
钭绿言13498575689 ______ 使用命令pip install numpy 或 easy_install numpy即可,或者手工下载zip包,解压到python/lib目录下
汪呢艺4220gensim在linux下怎么安装 -
钭绿言13498575689 ______ 安装步骤.1.下载(1)python27(2)numpy182.exe(3)scipy120.exe(4)setuptools541.zip(5)pymssql210.exe,然后将(1)-(3),(5)先装上,并在环境变量的path字段添加上c:\python272.将setuptools541.zip解压缩,然后从cmd窗口进入解...
汪呢艺4220python下numpy不成功,请问有没有简单的安装方法 -
钭绿言13498575689 ______ 可以安装 anaconda(https://www.continuum.io/downloads/),里面自带了python和numpy