最近，天才黑客 George Hotz 開源了一個小型深度學(xué)習(xí)框架 tinygrad，兼具 PyTorch 和 micrograd 的功能。tinygrad 的代碼數(shù)量不到 1000 行，目前該項目獲得了 GitHub 1400 星。

在深度學(xué)習(xí)時代，谷歌、Facebook、百度等科技巨頭開源了多款框架來幫助開發(fā)者更輕松地學(xué)習(xí)、構(gòu)建和訓(xùn)練不同類型的神經(jīng)網(wǎng)絡(luò)。而這些大公司也花費了很大的精力來維護 TensorFlow、PyTorch 這樣龐大的深度學(xué)習(xí)框架。 除了這類主流框架之外，開發(fā)者們也會開源一些小而精的框架或者庫。

比如今年 4 月份，特斯拉人工智能部門主管 Andrej Karpathy 開源了其編寫的微型 autograd 引擎 micrograd，該引擎還用 50 行代碼實現(xiàn)了一個類 PyTorch api 的神經(jīng)網(wǎng)絡(luò)庫。目前，micrograd 項目的 GitHub star 量達到 1200 星。 不久前，天才黑客 George Hotz（喬治 · 霍茲）開源了一個小型 Autograd Tensor 庫 tinygrad，它介于 PyTorch 和 micrograd 之間，能夠滿足做深度學(xué)習(xí)的大部分要求。上線不到一個月，該項目在 GitHub 上已經(jīng)獲得 1400 星。

項目地址：https://github.com/geohot/tinygrad 根據(jù) GitHub 內(nèi)容，下文對 tinygrad 的安裝與使用做了簡要介紹。感興趣的同學(xué)也可通過 George Hotz 的 YouTube 視頻進行學(xué)習(xí)。

視頻地址：https://www.youtube.com/channel/UCwgKmJM4ZJQRJ-U5NjvR2dg tinygrad 的安裝與使用 「tinygrad 可能不是最好的深度學(xué)習(xí)框架，但它確實是深度學(xué)習(xí)框架。」 George 在項目中保證，tinygrad 代碼量會永遠小于 1000 行。 安裝 tinygrad 的安裝過程非常簡單，只需使用以下命令：

示例 安裝好 tinygrad 之后，就可以進行示例運行，代碼如下： from tinygrad.tensor import Tensorx = Tensor.eye(3)y = Tensor([[2.0,0,-2.0]])z = y.matmul(x).sum()z.backward()print(x.grad) # dz/dxprint(y.grad)#dz/dy 使用 torch 的代碼如下：

import torchx = torch.eye(3, requires_grad=True)y = torch.tensor([[2.0,0,-2.0]], requires_grad=True)z = y.matmul(x).sum()z.backward()print(x.grad) # dz/dxprint(y.grad) # dz/dy

滿足對神經(jīng)網(wǎng)絡(luò)的需求 一個不錯的 autograd 張量庫可以滿足你對神經(jīng)網(wǎng)絡(luò) 90％的需求。從 tinygrad.optim 添加優(yōu)化器（SGD、RMSprop、Adam），再編寫一些 minibatching 樣板代碼，就可以實現(xiàn)你的需求。 示例如下：

支持 GPU tinygrad 通過 PyOpenCL 支持 GPU。但后向傳播暫時無法支持所有 ops。

from tinygrad.tensor import Tensor(Tensor.ones(4,4).cuda() + Tensor.ones(4,4).cuda()).cpu() ImageNet

推斷 「麻雀雖小，五臟俱全。」tinygrad 還能夠支持 full EfficientNet，輸入一張圖像，即可得到其類別。

ipython3 examples/efficientnet.py https://upload.wikimedia.org/wikipedia/commons/4/41/Chicken.jpg

如果你安裝了 webcam 和 cv2，則可以使用以下代碼：

ipython3 examples/efficientnet.py webcam

注意：如果你想加速運行，設(shè)置 GPU=1。 測試 運行以下代碼可執(zhí)行測試：

python -m pytest

此外，喬治 · 霍茲還計劃添加語言模型、檢測模型，進一步減少代碼量、提升速度等。

該項目的創(chuàng)建者是著名黑客喬治 · 霍茲，別號 Geohot。 他于 1989 年出生在美國新澤西州，曾就讀于羅切斯特理工學(xué)院生物工程專業(yè)和卡內(nèi)基梅隆大學(xué)計算機科學(xué)系。 然而，喬治 · 霍茲在自己的 LinkedIn 主頁上教育經(jīng)歷描述里是這么寫的：

在羅切斯特理工學(xué)院就讀期間，他的社團活動是「在宿舍黑 iPhone」…… 這是他著名的黑客經(jīng)歷之一。2007 年，17 歲的喬治 · 霍茲成功破解 iPhone 手機，使手機不再局限于 AT&T 網(wǎng)絡(luò)，而是支持其他 GSM 網(wǎng)絡(luò)。2009 年，他開發(fā)出一款針對 iOS 3.1.2 的越獄軟件 blackra1n。2010 年，喬治 · 霍茲宣布不再進行越獄軟件的開發(fā)。

然而，他的黑客行動并未停止。 2009 年起，喬治 · 霍茲開始破解 PlayStation 3（PS3）。2010 年初，他宣布得到了 PS3 系統(tǒng)內(nèi)存的讀寫權(quán)限和處理器的高級控制權(quán)。2011 年 3 月，喬治 · 霍茲被索尼起訴，后和解。 此外，喬治 · 霍茲還破解過三星手機等產(chǎn)品。 就工作經(jīng)歷而言，他曾在谷歌、Facebook、SpaceX 工作過。目前，他在自己創(chuàng)立的自動駕駛公司 comma.ai 任職。 2015 年，喬治 · 霍茲創(chuàng)立了人工智能創(chuàng)業(yè)公司 comma.ai，旨在基于機器學(xué)習(xí)算法構(gòu)建自動駕駛技術(shù)。

喬治 · 霍茲開發(fā)出自動駕駛套件 Comma One，只需 1000 美元，用戶就能將傳統(tǒng)汽車升級成自動駕駛版本。不過，后來這一計劃被取消。 2020 年，在 CES 大會上，comma.ai 展出了其最新產(chǎn)品——輔助駕駛設(shè)備 Comma Two，售價 999 美元。 comma.ai 公司還開源了輔助駕駛系統(tǒng) openpilot，參見：https://github.com/commaai/openpilot。 參考鏈接：https://zh.wikipedia.org/wiki/%E4%B9%94%E6%B2%BB%C2%B7%E9%9C%8D%E5%85%B9 https://en.m.wikipedia.org/wiki/George_Hotz

責(zé)任編輯：xj

原文標題：不到1000行代碼，GitHub 1400星，天才黑客開源深度學(xué)習(xí)框架tinygrad

文章出處：【微信公眾號：人工智能與大數(shù)據(jù)技術(shù)】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。