• อยู่กึ่งกลางระหว่าง pytorch กับ micrograd
  • เฟรมเวิร์กดีปเลิร์นนิงที่เรียบง่ายและเข้าใจง่าย ด้วยโค้ดไม่ถึง 1000 บรรทัด
    • เพิ่ม Accelerator ได้อย่างง่ายดาย
    • รองรับโมเดล EfficientNet และ Transformer
  • อยู่ระหว่างการพัฒนาการรองรับ Apple Neural Engine และ Google TPU
  • เป้าหมายสุดท้ายคือจะสร้างฮาร์ดแวร์สำหรับ tinygrad โดยเฉพาะ ซึ่งถ้าเป็นเช่นนั้นจะเร็วมาก ตอนนี้ยังช้าอยู่

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น