blog.dopana

Quay lại

Một trong những điểm sáng nhất của Burn ↗ là khả năng tách biệt hoàn toàn giữa định nghĩa kiến trúc mô hình và backend tính toán.

Định nghĩa Neural Network với Module Derive Macro#

Trong Burn, mọi mô hình đều implement trait Module. Nhờ có proc-macro #[derive(Module)], việc khai báo lớp mạng cực kỳ rõ ràng và type-safe.

Sức mạnh của kiến trúc Multi-Backend#

Burn cho phép đổi backend linh hoạt bằng cách đổi Generic type B:

  • WGPU Backend: Hoàn hảo cho GPU cross-platform (Vulkan, Metal, DirectX).
  • LibTorch Backend: Tối ưu khi cần dùng lại các PyTorch C++ bind.
  • Candle Backend: Tối ưu nhẹ cho Hugging Face Candle.
  • NdArray Backend: Dành cho môi trường CPU không có GPU.
src/main.rs
use burn::backend::wgpu::{Wgpu, WgpuDevice};

fn main() {
    let device = WgpuDevice::default();
    let model = Model::<Wgpu>::new(784, 128, 10, &device);
    println!("Khởi tạo mô hình thành công!");
}
rust

Tài liệu tham khảo#