ruv-FANN

以 Rust、JavaScript 和 WebAssembly 實現神經網路與權重空間程式設計。可檢視激活值、編輯權重、評估候選模型、訓練小型模型,並明確推進或回退修訂版本。

ruv-FANN 是什麼?

以 Rust、JavaScript 和 WebAssembly 實現神經網路與權重空間程式設計。可檢視激活值、編輯權重、評估候選模型、訓練小型模型,並明確推進或回退修訂版本。

ruv-FANN 概覽

這是什麼

ruv-FANN 是一組套件,用於在 Rust、JavaScript、TypeScript 和 WebAssembly 中建構、訓練和檢查小型神經網路。它引入了權重空間程式設計(WSP),這是一種直接編輯模型權重的方法,編輯結果會作為提案,必須經過評估才能決定推廣或回滾。此儲存庫還包含預測、代理系統、GPU 運算和影像處理的獨立專案。

主要功能

  • 權重空間程式設計:提出直接權重編輯、比較候選版本與基準線,並明確推廣或回滾模型修訂。
  • 多語言支援:Rust 核心 crate、JavaScript/TypeScript npm 套件,以及 WebAssembly 綁定。
  • 檢查與追蹤:檢查激活值、追蹤模型維度,以及分析權重敏感度。
  • 有界搜尋與評估:有界補丁、保留閘門、不變量,以及有限域檢查。
  • Safetensors 檢查點編輯:獨立的 Rust 函式庫和 CLI,支援有界的 F32、F16 和 BF16 編輯,並包含雜湊驗證。
  • 生態系統整合:可選的 Candle CPU 線性層、napi-rs 原生 Node 推論、RuVector 搜尋,以及 MetaHarness 調優。

使用情境

  • 在 Node.js 或瀏覽器中檢查激活值並測試直接權重補丁。
  • 訓練小型神經網路,並加入權重編輯、模型記憶或部署適配器。
  • 在原生 Rust 中執行準備好的推論或密集訓練。
  • 離線編輯 Safetensors 檢查點,進行有界替換並產生回滾收據。
  • 比較訓練梯度、SGD 和 AdamW 與 Candle。

快速開始

對於 JavaScript/TypeScript 權重空間程式設計,安裝已發布的 npm 套件:shnpm install ruv-fann-wsp對於 Rust,從 ruv-fann crate 開始。對於 Safetensors 檢查點 CLI,使用以下指令安裝:shcargo install ruv-fann-wsp-tensor --version 0.1.0 --locked請參閱儲存庫 README 以取得每個套件的詳細指南。

授權與價格

採用 MIT 授權。開放原始碼。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/ruvnetruv-fann.svg)](https://yunodb.com/tools/ruvnetruv-fann?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/ruvnetruv-fann?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/ruvnetruv-fann.svg" alt="Featured on YunoDB" height="20"></a>