SomeB1oody/RustyML

解决的问题

RustyML 提供了一套完整的工具包，用于在 Rust 生态系统中执行机器学习和深度学习任务。它满足了对原生 Rust 库的需求，能够处理数据预处理、模型训练和性能评估，而无需依赖外部语言绑定。

工作原理

该库构建于 ndarray 之上，并利用 Rust 的原生数值内核进行计算。它提供了一种模块化架构，你可以通过功能标志（feature flags）选择特定组件，例如经典机器学习、神经网络或评估指标。模型可以使用 Serde 和 postcard 进行保存和加载，以实现轻松持久化，并利用 Rayon 根据可配置的工作阈值自动并行化繁重的计算任务。

适用人群

该库专为希望直接在项目中实现机器学习模型、神经网络或基于图的架构的 Rust 开发人员设计。它适合那些偏好纯 Rust 实现，并需要对依赖项和编译占用空间进行精细控制的用户。

主要亮点

• 支持经典机器学习、神经网络和基于图的模型。
• 内置分类、回归和聚类的评估指标。
• 通过功能标志实现模块化编译，以保持较小的二进制文件大小。
• 为性能关键型操作提供并行处理。
• 通过二进制文件保存和加载实现模型持久化。
• 为残差网络等复杂架构提供灵活的图构建功能。