Lib.rs

#描述

用纯rust（不想用c++）打造的仿造pytorch的个人玩具型AI框架（尚不成熟,请勿使用）。不打算支持gpu(因后期可能要支持安卓等平台，不想受制于某种非cpu设备)，但可能会加入NEAT等网络进化的算法。

名字由来

一部分原因是受到pytorch的影响，希望能写个和pytorch一样甚至更易用的AI框架；另一部分是希望本框架只触及（touch）一些关键的东西：

• only torch rust --- 只用rust（不用c++是因为其在复杂逻辑项目中容易写出内存不安全代码）；也不用第三方lib（所以排除tch-rs），这样对跨平台支持会比较友好。
• only torch cpu --- 不用gpu，因要照顾多平台，也不想被某个GPU厂商制约，且基于NEAT进化的网络结构也不太好被GPU优化；如此也省得考虑数据从cpu内存迁移到其他设备内存的开销问题了。
• only torch node --- 没有全连接、卷积、resnet这类先入为主的算子概念，具体模型结构均基于NEAT进化。
• only torch tensor --- 所有的数据类型都是内置类型tensor（实现可能会参考peroxide），不需要第三方处理库，如numpy，array或openBLAS（关于blas的一些说明）。
• only torch f32 --- 网络的参数（包括模型的输入、输出）不需要除了f32外的数据结构。

使用示例

（无）

文档

目前无人性化的文档。可直接看rust自动生成的Api Doc即可。

TODO

（目前需要先解决有没有的问题；而不是好不好）

• [] 常用激活函数，tanh，Softplus，sech
• [] 基于本框架解决XOR监督学习问题
• [] 基于本框架解决Mnist（数字识别）的监督学习问题
• [] 基于本框架解决CartPole（需要openAI Gym）的深度强化学习问题
• [] 尝试实现下CFC
• [] 保存的json网络结构设计方案

参考资料

训练用数据集

Mnist FashionMnist ChineseMnist

IT原理

• 陈天奇的机器学习编译课
• 基于梯度的机器学习IT原理

开源示例

• radiate--衍生NEAT的纯rust库

• 纯rust的NEAT+GRU

• rusty_sr-纯rust的基于dl的图像超清

• ndarray_glm(可参考下array!，分布，以及原生的BLAS)

• PyToy--基于MatrixSlow的python机器学习框架

• n-nalgebra

• rust-CNN

• rust-dfdx---支持cuda的rust深度学习库

• neuronika--纯rust深度学习库（更新停滞了）

• 深度学习框架InsNet简介

• C++机器学习库MLPACK

• 经典机器学习算法rust库

• peroxide--纯rust的线代及周边库

• C++实现的NEAT+LSTM/GRU/CNN

• pytorch+NEAT

• avalog--基于avatar的rust逻辑推理库

NEAT、神经架构进化

• 用梯度指导神经架构进化：Splitting Steepest Descent
• Deep Mad，将卷积网络设计为一个数学建模问题
• autoML介绍

逻辑/推理

• scryer-prolog--rust逻辑推理库
• 那迷人的被遗忘的语言：Prolog
• 结合prolog和RL
• prolog与4证人难题
• logic+mL提问- prolog解决数度问题
• 贝叶斯与逻辑推理

神经网络的可解释性

• 神经网络的可解释性
• 可解释的哈萨尼网络

CPU加速

• SLIDE
• rust+AVX
• 矩阵加速-GEMM

AI实例项目

• 动手学深度学习-李沐著
• openMMLab-Yolo
• GRU解释
• 基于人类语音指挥的AI
• webGPT会上网的gpt
• chatGpt相关论文
• awesome rust
• 去雾算法

遵循协议

本项目遵循MIT协议（简言之：不约束，不负责）。