Haiku 是由DeepMind开发的一个深度学习库，它建立在JAX（Just Another XLA，为Accelerated Linear Algebra的缩写）之上。JAX 是一个由Google开发的数值计算库，专注于高性能数值计算和自动微分。
JAX 提供了强大的数值计算和自动微分功能，而 Haiku 则是在此基础上构建的用于神经网络研究和实验的库。使用这两者可以更方便地进行高性能、可微分的深度学习模型开发。
Haiku 库有几个优点，使其成为构建神经网络的强大工具。以下是一些 Haiku 库的优点：
基于 JAX 的性能优势:
- Haiku 是基于 JAX 的，而 JAX 是一个高性能的数值计算库，专注于加速线性代数运算。因此，Haiku 继承了 JAX 的高性能特性，充分利用了现代硬件的加速功能，如 GPU 和 TPU。
- 清晰的模块化设计：Haiku 采用模块化设计，允许用户以模块为单位构建神经网络。这种设计使得模型结构更清晰，易于理解和调试。同时，你可以轻松地组合和重用模块，促进了代码的可维护性。
- 自动参数管理: Haiku 管理神经网络中的参数，使得在训练中对参数进行更新和优化变得非常简单。通过 hk.Param 对象定义的可训练参数使得参数的创建和管理变得直观和方便。
- 与 JAX 紧密集成: Haiku 紧密集成了 JAX，充分利用了 JAX 的功能，如自动微分。这使得用户可以方便地使用 JAX 提供的各种功能，包括自动微分、高性能的数值计算等。
- 方便的可扩展性: Haiku 提供了方便的可扩展性，允许用户轻松地扩展库的功能。你可以定义自己的模块、变换函数和状态化函数，以满足特定问题的需求。
- 专注于研究和实验: Haiku 的设计目标之一是为深度学习研究提供良好的实验环境。它为研究人员提供了灵活性，使他们能够更轻松地进行实验，测试新的想法和算法。
- 清晰的文档和社区支持: Haiku 提供了清晰的文档和示例，使用户能够更容易地入门和使用库。此外，有一个活跃的社区，可以提供支持和解答问题。
### jax 安装
conda activate your_environment_name
conda install -c conda-forge jax### Haiku安装
pip install dm-haiku参考：
JAX 官方文档
Haiku Documentation
)
