Rust使用神经网络进行数字识别

本文是关于使用 Rust 和 WASM 进行数字识别的两部分系列的第一部分，在这部分中，我们将从头开始实现一个识别数字的 WebApp：

• 在这一部分中，我们将使用 Rust 从头开始实现一个神经网络。文章中解释了神经网络背后的数学原理，所以即使你不了解神经网络，也可以阅读本文。
• 在第二部分中，我们将构建一个与 Rust 后端使用 WASM（WebAssembly）进行交云的前端。前置条件：建议具备线性代数（矩阵、向量）和多变量微积分（偏导数、梯度、链式法则）的一些知识。

原文链接

fastbloom: 号称 Rust 最快的布隆过滤器

fastbloom 是一个在 Rust 中实现的布隆过滤器，其速度比现有的布隆过滤器快50-1000%。这是由于它使用亲缓存的数据块结构，能够从每个项目的仅一个真实哈希高效派生出多个索引位，同时借鉴了其他关于布隆过滤器的研究成果。 fastbloom 被实现为一个分块布隆过滤器。分块布隆过滤器将它们的底层数组分割成“块”的子数组。从项目哈希值设置和检查的位被限制在单个的块内，而不是整个位数组。这有利于提高缓存效率，并且在从项目哈希生成位时有机会利用 SIMD 和 SWAR 操作。

github地址

使用 Rust 进行全栈开发

Lu 在分享了他们使用 Rust 全栈开发新项目的经验。Lapdev由不同层次上的几个组件组成，他们使用 Rust 语言完成了所有工作，包括 Web 前端、Web 后端、服务器守护程序和 SSH/HTTP 代理。虽然有人认为对于像 Web 前端这样的工作，Typescript/Javascript 作为主导语言，凭借其众多可用的库可能是更好的选择，但对于 Lu 团队来说，Rust 确更为合适。

lapdev项目github地址

原文链接

--

From 日报小组 BobQ, FBI小白

社区学习交流平台订阅：

• Rustcc论坛: 支持rss
• 微信公众号：Rust语言中文社区