OriginDL v1.0.0 — First Release

OriginDL 是一个完全从零开始构建的深度学习框架,采用 C++ 实现,提供类似 PyTorch 的 API。本版本为首次正式发布。

主要特性

• 自动求导:动态计算图与反向传播
• 多后端:OriginMat(CPU/CUDA)与 LibTorch 可选,推荐使用 OriginMat + CUDA
• 神经网络模块:Module、Layer、Sequential 等
• PNNX 推理:静态图推理,支持 YOLOv5、ResNet 等

本版本包含

• 线性回归训练示例(自动求导)
• MNIST 手写数字识别(MLP 训练与评估)
• YOLOv5 目标检测推理(PNNX)
• ResNet 分类推理(PNNX)
• 设计文档与用户指南(见仓库 docs/)

快速开始

编译(推荐:OriginMat + CUDA)

bash build.sh origin --cuda

运行单元测试

bash run_unit_test.sh

运行示例前可按需下载数据与模型:
MNIST:bash scripts/download_mnist.sh
模型(YOLOv5/ResNet 等):bash scripts/download_model.sh,或从本 Release 附件下载 origindl-model-v1.0.0.tar.gz 并解压到项目根目录。
附件说明
origindl-model-v1.0.0.tar.gz:预训练/PNNX 模型包(YOLOv5n、YOLOv5s、ResNet18 等),解压后得到 model/ 目录。若未下载,部分示例将无法运行。