JAX — autograd, JIT and XLA acceleration patterns
Une référence d'agent scientifique pour JAX — transformations composables (grad, jit, vmap, pmap), discipline des fonctions pures, clés PRNG manuelles, règles critiques, et patterns d'installation CPU/GPU/TPU
- Quoi
- Une référence d'agent scientifique pour JAX — transformations composables (grad, jit, vmap, pmap), discipline des fonctions pures, clés PRNG manuelles, règles critiques, et patterns d'installation CPU/GPU/TPU
- Coût
- Gratuit
- Prérequis
- Python 3.9+ ; pour le GPU, une carte compatible CUDA et le build jaxlib CUDA correspondant (vérifie la doc officielle) ; pour le CPU, un simple pip suffit
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill jax de @tondevrel, listé ici avec crédit à son créateur : une référence d'agent scientifique pour JAX — le framework de Google combinant une API façon NumPy avec des transformations de fonctions composables (grad pour la différentiation, jit pour la compilation XLA, vmap pour la vectorisation, pmap pour la parallélisation) — couvrant quand l'utiliser (simulations scientifiques haute performance, dérivées d'ordre supérieur, ML informé par la physique, simulations différentiables, portabilité CPU/GPU/TPU), les principes de base (fonctions pures et immutabilité, gestion manuelle des clés PRNG, compilation XLA), un aide-mémoire (patterns d'installation CPU et CUDA, imports standard, le pattern de base différencier-et-JIT), et des règles critiques à faire/à éviter pour écrire du code JAX correct. Bémols honnêtes : c'est un playbook de référence pour le projet upstream google/jax — installe les vrais jax/jaxlib depuis les releases officielles (fais correspondre ta version CUDA pour le GPU) et lis la doc officielle sur jax.readthedocs.io ; la discipline fonctionnelle de JAX (fonctions pures, clés aléatoires explicites) est un vrai changement de modèle mental par rapport à NumPy/PyTorch — prévois une courbe d'apprentissage ; l'accélération GPU/TPU est là où est la valeur — sur CPU simple, PyTorch ou NumPy peuvent être plus simples. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Installation
Prérequis : Python 3.9+ ; pour le GPU, une carte compatible CUDA et le build jaxlib CUDA correspondant (vérifie la doc officielle) ; pour le CPU, un simple pip suffit Installe-moi « JAX — patterns d'autograd, JIT et accélération XLA ». Il donne à mon agent la référence JAX de @tondevrel : transformations composables (grad, jit, vmap, pmap), discipline des fonctions pures, clés PRNG manuelles, le pattern différencier-et-JIT, recettes d'installation CPU/GPU/TPU, et règles critiques pour du code JAX correct. Licence MIT. Dépôt : https://github.com/tondevrel/scientific-agent-skills/blob/main/skills/jax/SKILL.md 1. Récupère le fichier SKILL.md (et les fichiers d'aide éventuels) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Vérification de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants). Les commandes d'installation ne doivent pointer que vers les releases jax officielles — tout index de wheels tiers est un signal d'alerte. Ce dépôt ne devrait contenir aucun secret en dur. Vérifie que c'est bien le cas ici ; STOP sur tout signal d'alerte et dis-le-moi. 3. Installe-le comme skill : copie le SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « jax ». 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. installer moi-même jax/jaxlib depuis les releases officielles correspondant à ma version CUDA, lire la doc officielle sur jax.readthedocs.io, et prévoir du temps d'apprentissage pour la discipline des fonctions pures). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Questions
Comment installer une création ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe la création pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours une création avant de l’installer.