RustyTorch

À propos

RustyTorch est une bibliothèque de Machine Learning en Rust qui vise à combiner la familiarité de l'API PyTorch avec les avantages de Rust : performance, sécurité mémoire et concurrence sûre. Ce projet est conçu pour les chercheurs et développeurs qui souhaitent exploiter la puissance de Rust tout en conservant la simplicité et la flexibilité qui a rendu PyTorch si populaire.

Caractéristiques

• 🔢 Tenseurs performants - Opérations tensorielles optimisées avec support SIMD et multithreading
• 🧮 Différentiation automatique - Système complet de différentiation automatique pour l'entraînement de modèles
• 🧠 API de réseau neuronal intuitive - Création de réseaux neuronaux similaire à PyTorch
• 🚀 Optimiseurs avancés - SGD, Adam, AdamW et autres optimiseurs
• 🦀 Idiomatique Rust - Tire parti des fonctionnalités de Rust comme le système de types, la gestion d'erreurs et les traits
• 🔍 Vérification à la compilation - Vérification des dimensions tensorielle à la compilation quand possible
• 🔌 Extensible - Architecture modulaire et facile à étendre

État du projet

RustyTorch est actuellement en phase de développement actif. Les API peuvent changer pendant que nous travaillons à stabiliser la bibliothèque.

Architecture

RustyTorch est organisé en plusieurs crates Cargo pour maximiser la modularité et la maintenabilité :

• rustytorch - Crate principal (façade)
• rustytorch-tensor - Module de tenseurs
• rustytorch-autograd - Différentiation automatique
• rustytorch-nn - Couches de réseau neuronal
• rustytorch-optim - Optimiseurs
• Et plus encore...

Roadmap

• Conception de l'architecture
• Module de tenseurs de base
• Autograd (différentiation automatique)
• Couches neuronales fondamentales
• Optimiseurs
• Fonctions de perte
• Support CUDA
• Modèles préentraînés
• Bindings Python

Consultez notre roadmap détaillée pour plus d'informations.

Contribution

Les contributions sont les bienvenues ! Veuillez consulter CONTRIBUTING.md pour les directives sur la façon de contribuer au projet.

Licence

RustyTorch est distribué sous les termes d'une double licence - soit sous la licence MIT ou la licence Apache 2.0 au choix.

Remerciements

RustyTorch s'inspire de plusieurs projets existants :

• PyTorch
• Burn
• Candle
• tch-rs

---

_{Construit avec ❤️ par la communauté Rust ML}