一个正在开发中的、实验性的 Rust 神经网络库

该软件包的目标是提供一个简单、易用、最小化、快速且适用于生产的 Rust 神经网络库。

这仍然是实验性的！ 严肃地说，我是认真的。

要求

目前此库仅在 Rust nightly 上运行，并需要 Python 3.7、TensorFlow 1.12 和 Numpy 1.15（通过 Python!）在运行时，因为它使用 TensorFlow Keras。可能与旧版本兼容；但不保证。

短期路线图

• 支持 TensorFlow Keras 作为后端（经过实战检验，但非常重）
  • 支持基本层类型
    • 全连接
    • Dropout
    • 激活
      • 逻辑回归
      • TanH
      • ReLU
      • LeakyReLU
      • ELU
    • Softmax
    • 批量归一化
    • 卷积
    • 池化
    • RNN（可能）
• 添加 MNIST 示例
• 添加纯 Rust Xavier 权重初始化
• 添加权重预训练
• 添加原生后端（使用纯 Rust 代码重新实现计算部分）
  • 使用多线程
  • 使用 SIMD
• 使 Python + TensorFlow 依赖项可选（编译时）
• 使 Python + TensorFlow 依赖项可选（运行时，以便用户不需要 libpython3.so）
• 添加完整的 API 文档并添加 #![deny(missing_docs)]

长期路线图

• 添加其他后端
  • 确定计算抽象
    • a) 定义一个类似于 Rust 的自定义计算语言和源级翻译器
    • b) 在 Rust 中编写计算部分，编译到 WASM 并编写 WASM 字节码的重新编译器
    • c) 编写 SIPR-V 重新编译器，并在可以编译到 SPIR-V 的语言中编写计算部分
  • OpenCL
  • Vulkan
  • WebGL (?)
• 导出 C API
• 编译到 WebAssembly 并作为 JS 库发布到 NPM

我对机器学习和神经网络一无所知；这实际上是用来做什么的？

简而言之，神经网络是一种数学结构，可以自动学习如何将一种数据表示转换为另一种表示。比如说，你有一张你奶奶的老式黑白照片，你想给它上色。神经网络可以帮助你做到这一点！

在这种情况下，你会找一些已经上色的照片，并将它们转换为黑白。这样你就得到了一个用于训练神经网络的数据库！现在你可以告诉神经网络，这里有一批黑白照片，这里有同样的照片但它们是彩色的；请学习如何将黑白照片转换为彩色照片！

这就是神经网络会做的。如果训练得当，神经网络将学会如何泛化，换句话说——它将能够将几乎任何黑白照片转换成彩色照片，即使它以前从未见过这张特定的照片！

贡献

如果你想做出有意义的贡献（特别是展示TensorFlow的新功能）请先创建一个问题来讨论。这并不是一个研究级库，也不应该是一个庞大的工具箱。

许可证

许可如下

• Apache许可证版本2.0，(LICENSE-APACHE 或 https://apache.ac.cn/licenses/LICENSE-2.0)
• MIT许可证 (LICENSE-MIT 或 http://opensource.org/licenses/MIT)

任选其一。

除非你明确声明，否则根据Apache-2.0许可证定义，你提交的任何有意贡献给作品的内容，应按照上述双重许可，不附加任何额外的条款或条件。