tch-rs：为 PyTorch C++ API 提供张量操作和神经网络训练的 Rust 绑定

它解决了什么问题

tch-rs 为 PyTorch C++ API（libtorch）提供 Rust 绑定，使开发者能够在 Rust 编程语言中使用 PyTorch 强大的张量操作、自动微分和神经网络模块。它弥合了希望在获得 Rust 的性能和安全性的同时，利用 PyTorch 成熟生态系统的需求。

工作原理

该项目在 C++ PyTorch API 之上提供了轻量级包装。它的设计尽可能贴近原始 C++ API，以确保一致性。库链接到 libtorch，该库可以通过系统范围的安装、Python 的 PyTorch 安装，或在构建过程中自动下载来提供。

适用人群

面向希望使用 PyTorch 功能构建、训练和部署机器学习模型，而无需编写 Python 代码的 Rust 开发者。

亮点

• 张量操作：支持基本的张量操作和数学运算。
• 自动微分：通过 nn::VarStore 和 SGD、Adam 等优化器实现梯度下降训练模型的能力。
• 神经网络 API：提供构建线性层和激活函数（如 ReLU）等架构的工具。
• 预训练模型支持：能够从 PyTorch 文件或 safetensors 格式加载权重，以实现即时推理。
• TorchScript JIT：支持通过 TorchScript 部署和运行在 Python 中训练的模型。
• 跨平台：支持 Linux、macOS 和 Windows，并提供 CUDA 支持以实现 GPU 加速。

摘要： Rust 绑定的 PyTorch C++ API（libtorch），使在 Rust 中使用 PyTorch 的张量操作和神经网络训练成为可能。

标题： tch-rs：为 PyTorch C++ API 提供张量操作和神经网络训练的 Rust 绑定