"谷歌的JAX为深度学习提供了全新的技术视角。这款功能强大的库能让开发者精确控制梯度计算等底层流程，在大规模数据集上实现快速、高效的模型训练与推理。JAX彻底改变了科研人员开展深度学习的思路与方式。如今，JAX已拥有强大的工具和库生态系统，让各类应用程序都能轻松应对进化计算、联邦学习以及其他对性能要求极高的任务。 《JAX深度学习》将教你如何利用JAX构建高效的神经网络。在这本内容丰富的佳作中，你将了解JAX的独特功能，攻克深度学习中的关键性能挑战，例如，如何在TPU集群上进行分布式计算；通过创建图像分类工具、图像过滤应用等实际项目，让你亲身实践这个库的用法。书中的代码示例经过精心注解，展示了JAX的函数式编程思维如何提升代码的可组合性和并行化能力。 核心亮点： ? 运用JAX进行数值计算 ? 基于JAX原语构建可微分模型 ? 使用JAX进行分布式和并行计算 ? 使用高级神经网络库，如Flax"

格里戈里?萨普诺夫(Grigory Sapunov)是Intento公司的联合创始人兼首席技术官(CTO)。他是一位拥有超过20年从业经验的软件工程师，获得人工智能博士学位，同时持有机器学习领域谷歌开发者专家(Google Developer Expert，GDE)认证。

译 者 序 在当今快速发展的深度学习领域，JAX作为一种新兴的工具，凭借其高性能、灵活性和优雅的编程范式，吸引了越来越多的研究者和开发者。它不仅简化了在CPU、GPU和TPU上开发和部署的过程，还通过独特的功能(如自动微分、自动向量化和即时编译)为深度学习、优化和科学计算等多个领域提供了强大的支撑。 《JAX深度学习》正是在这样的背景下应运而生。本书旨在为读者提供一条从入门到精通JAX的完整学习路径。无论你是深度学习从业者、研究人员，还是物理学、化学等领域的跨学科开发者，本书都能够为你提供清晰的指导和丰富的实践示例，帮助你快速掌握JAX的关键概念，并将其应用于实际项目中。 本书内容主要分为三大部分：首先，通过概览介绍了JAX的独特之处，以及快速上手这一工具的方法；其次，深入剖析了JAX的核心功能，包括张量操作、自动微分、编译优化和并行计算等技术细节；最后，介绍了JAX的生态系统，以及围绕这一框架构建的高级工具和库，如Flax和Optax等。本书以深入浅出的方式，结合丰富的代码实例，帮助读者理解并掌握这些复杂的技术内容。 对于希望通过JAX来构建神经网络的开发者，本书提供了清晰的路径：从基础概念到复杂模型的实现，无论是初学者还是资深研究者都能从中受益。与此同时，那些关注高性能计算的专业人士也能从并行化和张量分片等高级章节中获得灵感。值得一提的是，本书还为所有示例代码提供了在线资源和Colab notebook(笔记本)，读者可以直接运行这些代码，以便更好地理解相关内容。 学习JAX不仅是掌握一门强大的计算工具，更是迈向高效科学计算和前沿研究领域的一次重要尝试。在...