burn

收录理由

Burn 是一个用 Rust 编写的张量库和深度学习框架，它的核心设计是让训练所用的同一套模型代码无需任何导出步骤，就能直接部署到生产环境。张量操作会在不同后端上经过 JIT 编译和内核融合，既保留了类似 PyTorch 的动态形状灵活性，又具备静态图那样的执行效率。对于需要把模型跑到设备端或边缘场景的团队来说，这一点尤其关键——硬件环境千差万别，而 Burn 允许你用一套代码同时覆盖 CUDA、ROCm、Metal、Vulkan、WebGPU 乃至纯 CPU 运行。使用 Rust 的团队也能让整个机器学习技术栈统一在一种语言里，减少跨语言协作的摩擦。项目周边生态已经相当实用，支持导入 ONNX 模型、从 PyTorch 和 Safetensors 格式加载权重，还提供了面向视觉和强化学习的 crate，这些让 Burn 更像一个能落地的工具，而不是停留在论文里的原型。