Donsez: /* Références commentées */

2024-12-16T17:08:45Z

Références commentées

← Older revision		Revision as of 17:08, 16 December 2024
Line 63:		Line 63:
	== Références commentées ==		== Références commentées ==
	1. '''Site officiel d'Ivy :'''		1. '''Site officiel d'Ivy :'''
	URL : [https://unify.ai/](https://unify.ai/)		* URL : [https://unify.ai/](https://unify.ai/)
	Description : Présente la documentation officielle, les guides d’utilisation et des exemples de projets utilisant Ivy.		** Description : Présente la documentation officielle, les guides d’utilisation et des exemples de projets utilisant Ivy.

	2. '''GitHub Ivy :'''		2. '''GitHub Ivy :'''
	URL : [https://github.com/unifyai/ivy](https://github.com/unifyai/ivy)		* URL : [https://github.com/unifyai/ivy](https://github.com/unifyai/ivy)
	Description : Fournit le code source, les mises à jour, et des cas d'utilisation pratiques.		** Description : Fournit le code source, les mises à jour, et des cas d'utilisation pratiques.

Donsez: /* Auteurs */

2024-12-16T17:07:40Z

Auteurs

← Older revision		Revision as of 17:07, 16 December 2024
Line 2:		Line 2:

	== Auteurs ==		== Auteurs ==
	* '''Rochdi Rana'''		* '''Rochdi Rana''', Polytech Grenoble, INFO 5A, 2024-2025
			* '''Roux Yann''', Polytech Grenoble, INFO 5A, 2024-2025

	Polytech Grenoble

	* '''Roux Yann'''

	Polytech Grenoble

	== Résumé ==		== Résumé ==

Donsez at 09:25, 13 December 2024

2024-12-13T09:25:01Z

← Older revision		Revision as of 09:25, 13 December 2024
Line 1:		Line 1:
			= Ivy : Unified Machine Learning Framework =
	https://lets-unify.ai/

			== Auteurs ==
	unify all ML frameworks
			* '''Rochdi Rana'''

			Polytech Grenoble

			* '''Roux Yann'''

			Polytech Grenoble
	https://github.com/unifyai/ivy

			== Résumé ==
	<code>
			Ivy est une bibliothèque qui simplifie le développement multi-frameworks en Machine Learning. Elle permet de coder une fois et d’exécuter des modèles sur différents frameworks (TensorFlow, PyTorch, JAX). Ce framework favorise l’interopérabilité en standardisant les APIs et en réduisant les efforts de migration entre plateformes. Ivy représente un outil essentiel pour les chercheurs et ingénieurs souhaitant gagner en efficacité et en flexibilité dans leurs projets ML.
	pip install ivy-core

	</code>
			== Mots-clé ==
			Interopérabilité, Frameworks ML, Portabilité, Unification, Ivy

			== Abstract ==
			Ivy is a library that simplifies multi-framework Machine Learning development. It enables developers to write code once and run it seamlessly across various frameworks (TensorFlow, PyTorch, JAX). By standardizing APIs and minimizing migration efforts, Ivy enhances interoperability and fosters efficiency. It is a crucial tool for researchers and engineers aiming to streamline their ML workflows while ensuring flexibility across platforms.

			== Keywords ==
			Interoperability, ML Frameworks, Portability, Unification, Ivy

			== Synthèse ==
			Ivy, un projet open source développé par Unify AI, répond au besoin croissant d'unification dans l'écosystème du Machine Learning (ML). Aujourd'hui, les développeurs et chercheurs utilisent plusieurs frameworks populaires tels que TensorFlow, PyTorch et JAX, chacun ayant des APIs et des paradigmes différents. Cette diversité complexifie la réutilisation du code, l'adoption des nouveaux frameworks et la collaboration entre équipes.

			=== Objectifs d’Ivy ===
			L'objectif principal d'Ivy est de fournir une interface unifiée et universelle permettant aux développeurs de :
			* Écrire une fois leur code et l'exécuter sur divers frameworks.
			* Réduire la courbe d’apprentissage liée à la maîtrise de plusieurs outils.
			* Augmenter l'efficacité en limitant les réécritures et ajustements manuels.

			=== Fonctionnement ===
			Ivy fonctionne comme une couche d'abstraction. Elle traduit les appels API standardisés en commandes spécifiques aux frameworks sous-jacents. Par exemple, une fonction de multiplication de matrices appelée via Ivy peut être exécutée avec TensorFlow, PyTorch ou JAX, selon le backend configuré. Cette abstraction garantit :
			* '''Compatibilité''' : Utilisation fluide de multiples frameworks.
			* '''Flexibilité''' : Possibilité de changer de backend sans impact significatif sur le code.
			* '''Efficacité''' : Optimisation des pipelines de développement et de déploiement.

			=== Fonctionnalités clés ===
			1. '''Support multi-framework'''
			Ivy supporte TensorFlow, PyTorch, JAX et MXNet. Ce support s'étend également aux librairies annexes comme NumPy.
			2. '''Modularité'''
			Les développeurs peuvent facilement intégrer Ivy dans leurs workflows existants.
			3. '''Interopérabilité'''
			Ivy facilite la collaboration entre équipes travaillant sur des frameworks différents.
			4. '''Facilité d'apprentissage'''
			Une API intuitive simplifie la prise en main et accélère le prototypage.

			=== Avantages ===
			1. '''Réduction des coûts de développement''' : Moins de temps passé à réécrire ou adapter le code.

			2. '''Évolutivité''' : Possibilité d’ajouter rapidement le support de nouveaux frameworks.

			3. '''Partage et collaboration''' : Favorise l’échange de modèles et de scripts entre équipes.

			=== Limites ===
			Malgré ses nombreux avantages, Ivy présente quelques défis :
			* '''Performance''' : Une légère surcouche peut affecter la vitesse d'exécution dans des cas spécifiques.
			* '''Dépendance à l’évolution des frameworks''' : Les mises à jour fréquentes des frameworks nécessitent une maintenance continue.

			=== Cas d’utilisation ===
			1. '''Recherche''' : Tester rapidement des modèles sur plusieurs frameworks pour comparer leurs performances.

			2. '''Développement industriel''' : Déployer des modèles sur différentes plateformes sans duplication de code.

			3. '''Enseignement''' : Introduire un outil unique pour initier les étudiants au ML multi-frameworks.

			== Références commentées ==
			1. '''Site officiel d'Ivy :'''
			URL : [https://unify.ai/](https://unify.ai/)
			Description : Présente la documentation officielle, les guides d’utilisation et des exemples de projets utilisant Ivy.

			2. '''GitHub Ivy :'''
			URL : [https://github.com/unifyai/ivy](https://github.com/unifyai/ivy)
			Description : Fournit le code source, les mises à jour, et des cas d'utilisation pratiques.

Donsez: Created page with "https://lets-unify.ai/ unify all ML frameworks https://github.com/unifyai/ivy `pip install ivy-core` "

2023-03-19T07:13:05Z

Created page with "https://lets-unify.ai/ unify all ML frameworks https://github.com/unifyai/ivy <code> pip install ivy-core </code>"

New page

https://lets-unify.ai/

unify all ML frameworks

https://github.com/unifyai/ivy

<code>
pip install ivy-core
</code>

Ivy (Unified Machine Learning) - Revision history

Donsez: /* Références commentées */

Donsez: /* Auteurs */

Donsez at 09:25, 13 December 2024

Donsez: Created page with "https://lets-unify.ai/ unify all ML frameworks https://github.com/unifyai/ivy pip install ivy-core "

Donsez: Created page with "https://lets-unify.ai/ unify all ML frameworks https://github.com/unifyai/ivy `pip install ivy-core` "