Para começar a usar o Shumai, siga estes passos simples: 1. **Instale o Bun**: Certifique-se de que você tenha o Bun instalado em seu sistema. Você pode encontrar as instruções de instalação no [site oficial do Bun](https://bun.sh). 2. **Instale o ArrayFire**: Dependendo do seu SO, instale o ArrayFire usando o gerenciador de pacotes apropriado: - Para **macOS**: ```bash brew install arrayfire ``` - Para **Linux** (Ubuntu): ```bash sudo apt install -y arrayfire-cpu3-dev arrayfire-cpu3-openblas ``` 3. **Instale o Shumai**: Execute o seguinte comando para instalar o pacote Shumai: ```bash bun install @shumai/shumai ``` 4. **Comece a Programar**: Importe o Shumai em seu projeto TypeScript ou JavaScript e comece a usar suas poderosas operações de tensor.

Perguntas frequentes sobre Shumai:

Q: Quais plataformas são suportadas pelo Shumai? A: O Shumai é oficialmente suportado em macOS e Linux, com compatibilidade adicional para usuários do Windows utilizando Docker e WSL2. Q: Como configurar meu ambiente para usar o Shumai? A: Você deve instalar o Bun e o ArrayFire primeiro, e depois instalar o Shumai via Bun. Instruções detalhadas podem ser encontradas na documentação. Q: Posso usar o Shumai para aplicações de aprendizado de máquina? A: Sim, o Shumai foi especificamente projetado para aprendizado de máquina e inclui recursos como tensores diferenciáveis e cálculos de gradientes. Q: O Shumai é adequado para aplicações web em tempo real? A: Absolutamente! O desempenho computacional eficiente do Shumai permite que seja integrado em aplicativos web para processamento rápido, melhorando a experiência do usuário. Q: Como posso reportar problemas ou contribuir para o Shumai? A: Você pode registrar problemas diretamente no repositório do GitHub do Shumai. Se você gostaria de contribuir, consulte as diretrizes de contribuição fornecidas na documentação.

Quais plataformas são suportadas pelo Shumai?

O Shumai é oficialmente suportado em macOS e Linux, com compatibilidade adicional para usuários do Windows utilizando Docker e WSL2.

Como configurar meu ambiente para usar o Shumai?

Você deve instalar o Bun e o ArrayFire primeiro, e depois instalar o Shumai via Bun. Instruções detalhadas podem ser encontradas na documentação.

Posso usar o Shumai para aplicações de aprendizado de máquina?

Sim, o Shumai foi especificamente projetado para aprendizado de máquina e inclui recursos como tensores diferenciáveis e cálculos de gradientes.

O Shumai é adequado para aplicações web em tempo real?

Absolutamente! O desempenho computacional eficiente do Shumai permite que seja integrado em aplicativos web para processamento rápido, melhorando a experiência do usuário.

Como posso reportar problemas ou contribuir para o Shumai?

Você pode registrar problemas diretamente no repositório do GitHub do Shumai. Se você gostaria de contribuir, consulte as diretrizes de contribuição fornecidas na documentação.

Biblioteca de Tensor Diferenciável Rápida para JavaScript e TypeScript

O que é Shumai?

Shumai da Facebook Research é uma biblioteca de tensores diferenciáveis rápida projetada especificamente para desenvolvedores de JavaScript e TypeScript. Este software experimental combina as capacidades de Bun e Flashlight, oferecendo desempenho inigualável para aqueles que precisam de computação eficiente para suas aplicações. Ao utilizar matrizes tipadas nativas, Shumai permite a integração perfeita de operações avançadas de tensores em um ambiente familiar de JavaScript, abrindo caminho para desenvolvedores e pesquisadores criarem aplicações robustas e de alto desempenho.

Quais são as características de Shumai?

Tensores Diferenciáveis: Shumai suporta uma ampla gama de operações de tensores, tornando-se uma excelente escolha para quem trabalha em campos que exigem cálculos de gradiente, como aprendizado de máquina e aprendizado profundo.
Construído para Desempenho: Aproveitando o poder de Bun e Flashlight, Shumai fornece vinculações FFI (Interface de Função Estrangeira) rápidas, garantindo que as operações sejam executadas rapidamente com otimização de desempenho.
Suporte Multi-Plataforma: Embora Shumai seja oficialmente suportado em macOS e Linux, usuários conseguiram utilizá-lo no Windows através do Docker e WSL2. Essa flexibilidade torna Shumai acessível a uma gama maior de desenvolvedores.
Integração com ArrayFire: A biblioteca é construída para aproveitar as capacidades do ArrayFire, permitindo que os usuários realizem cálculos tanto na CPU quanto na GPU de forma integrada. Isso garante que os usuários possam se beneficiar das capacidades de hardware disponíveis em seus sistemas.
Documentação Abrangente: A documentação do Shumai inclui exemplos extensos e diretrizes de uso, ajudando os usuários a integrarem facilmente em seus projetos.

Quais são as características de Shumai?

Arquitetura Extensível: Shumai é projetado para ser facilmente extensível. Os desenvolvedores podem adicionar mais funcionalidades ou modificar o comportamento existente para atender às suas necessidades específicas.
Foco na Velocidade: Com otimizações internas e o uso de compilação JIT (Just-In-Time), Shumai processa operações de tensores mais rapidamente do que muitas bibliotecas JavaScript existentes, tornando-o ideal para aplicações sensíveis ao tempo.
Suporte a Gradientes: A biblioteca inclui suporte embutido para cálculos de gradientes, essencial para treinar modelos de aprendizado de máquina de forma eficaz.
Gerenciamento de Memória: Shumai oferece opções para gerenciar a memória de forma eficiente, ajudando a reduzir a sobrecarga do coletor de lixo do JavaScript e melhorar o desempenho.
Registro Estatístico Robusto: Shumai inclui um logger de estatísticas que permite aos desenvolvedores monitorar o desempenho e otimizar suas aplicações de forma eficaz.

Quais são os casos de uso de Shumai?

Aprendizado de Máquina: Os desenvolvedores podem aproveitar as operações de tensores do Shumai para construir e treinar modelos de aprendizado de máquina de forma rápida e eficiente em um ambiente JavaScript.
Análise de Dados: Com suas capacidades de computação rápida, Shumai é adequado para manipulação de dados e análises estatísticas, permitindo que pesquisadores lidem com grandes conjuntos de dados.
Desenvolvimento de Jogos: A biblioteca pode ser utilizada no desenvolvimento de jogos para processamento de dados em tempo real, melhorando o desempenho de simulações físicas e comportamentos de IA.
Computação Científica: A capacidade do Shumai de lidar com operações matemáticas complexas o torna uma ferramenta poderosa para simulações e outras tarefas computacionais em pesquisa científica.
Aplicações Web: Desenvolvedores frontend podem aproveitar o Shumai para realizar cálculos diretamente em um navegador, trazendo poder computacional para aplicativos web interativos.

Como usar Shumai?

Para começar a usar o Shumai, siga estes passos simples:

Instale o Bun: Certifique-se de que você tenha o Bun instalado em seu sistema. Você pode encontrar as instruções de instalação no site oficial do Bun.
Instale o ArrayFire: Dependendo do seu SO, instale o ArrayFire usando o gerenciador de pacotes apropriado:
- Para macOS:
```
brew install arrayfire
```
- Para Linux (Ubuntu):
```
sudo apt install -y arrayfire-cpu3-dev arrayfire-cpu3-openblas
```
Instale o Shumai: Execute o seguinte comando para instalar o pacote Shumai:
```
bun install @shumai/shumai
```
Comece a Programar: Importe o Shumai em seu projeto TypeScript ou JavaScript e comece a usar suas poderosas operações de tensor.