这篇博客汇总了Rust中的零开销抽象特性，如tuple、generics和traits，并提及在tract库中实现神经网络训练的高性能。此外，文章还介绍了Rust在Deno、Couchbase SDK、机器人操作系统manticore及游戏zemeroth等项目中的应用。同时，讨论了Rust在机器学习生态的发展，如const-generics、generic-array和packed_simd等库。
tract - 一个神经网络训练库
Snips（一家做音频识别的创业公司） 出品。在神经网络领域，现在基本已经被 TensorFlow 和 PyTorch 给占了。但是对于移动设备或IoT这些性能受限的设备，还有很多空间可以尝试。TensorFlow组推出了 TensorFlow Lite，微软的 ONNX 看上去也很有前景。一些硬件厂商也推出了他们自己的方案 Android NN API, ARM NN SDK ， Apple BNNS 等等。但是它们都只能满足一些特定领域的需求。
于是就有了 tract。在各个平台的性能评测，性能是 TensorFlow Lite 1.2 倍到 4.2 倍。看得人有点心动。
一个视频，从 Node.js 到 Deno(v8+Rust)
Deno 是一个 JavaScript/TypeScript 运行时，作者其实就是 Node.js 作者。他觉得 nodejs 生态已经没办法再提高质量了，就创建了这个新项目 deno。下面是 Rafał Pocztarski 的视频分享。
最低0.47元/天 解锁文章
扫一扫
99
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
