Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- 연산자 학습
- Wireless Power Transfer
- jax error
- Physics Informed Neural Network
- DeepONet
- Anaconda
- Physics Informed Neural Operator
- 딥오넷
- jax
- 일러스트레이터 수식
- 일반기계기사
- Maxwell Equation
- Neural Operator 설명
- PINN
- 맥스웰 방정식
- Operator Learning
- WPT
- HFSS
- Pino
- Burgers Equation
- Resonance frequency
- Wireless Power Transform
- Q factor
- 품질 인자
- COLAB
- 순수 함수
- Neural Operator
- Governing Equation
- PIDoN
- FNO
Archives
- Today
- Total
목록Just in Time (1)
잡다구리 너구리
[Jax] Just in Time(Jit) Compiler(컴파일러)란?
Jax가 경쟁력 있는 이유는 기존 방식의 딥러닝 프레임워크보다 속도가 빠르다는 점이다. 이를 가능케 하는 것 중 가장 큰 요인은 Just in Time(Jit) 컴파일러 때문이다. 본문에서는 Jit 컴파일러가 기존 python, tensorflow와 어떠한 차이점 때문에 속도 향상이 가능한 것인지, 실제 코드에서는 어떻게 구현이 되는지 알아볼 예정이다. 해당 글 작성에 있어서 Jax 홈페이지에 나와있는 글을 참고하였으며, 본문에 올라와 있는 실제 코드는 Physics Informed DeepONet의 코드의 일부이다. 아래 링크가 이에 해당된다. Jit Compiler Jit 컴파일러가 어떤 원리로 코드 속도를 향상시키는가를 알기 위해서는 코드가 실행될 때 어떠한 방식들로 기계어로 번역되는지를 알아야 한..
인공지능/jax 입문
2023. 8. 9. 22:44