JAX是一个用于高性能数值计算的Python库, 专门为深度学习领域的高性能计算而设计。本书详解JAX框架深度学习的相关知识, 配套示例源码、PPT课件、数据集和开发环境。本书共分为13章, 内容包括JAX从零开始, 一学就会的线性回归、多层感知机与自动微分器, 深度学习的理论基础, JXLA与JAX一般特性, JAX的高级特性, JAX的一些细节, JAX中的卷积, JAX与TensorFlow的比较与交互, 遵循JAX函数基本规则下的自定义函数, JAX中的高级包。最后给出3个实战案例: 使用ResNet完成CIFAR100分类, 有趣的词嵌入, 生成对抗网络 (GAN)。