《Born》第3章:环境搭建与 Hello, Born
这一章的目标很简单:让你在本机跑通第一个 Born 程序。不需要 GPU,不需要 Docker,只需要 Go 1.26+。
---
安装
go mod init my-born-project
go get github.com/born-ml/born
就两步。没有 conda,没有 pip,没有 CUDA Toolkit。
---
Hello, Tensor
package main
import (
"fmt"
"github.com/born-ml/born/backend/cpu"
"github.com/born-ml/born/tensor"
)
func main() {
backend := cpu.New()
// 创建两个 2×3 张量
a := tensor.Zeros[float32](tensor.Shape{2, 3}, backend)
b := tensor.Ones[float32](tensor.Shape{2, 3}, backend)
// 逐元素加法
c := a.Add(b)
fmt.Println(c)
}
输出:
Tensor<f32>[2, 3]
[[1.0, 1.0, 1.0],
[1.0, 1.0, 1.0]]
---
第一个神经网络
import "github.com/born-ml/born/nn"
backend := cpu.New()
// 创建一个全连接层:输入 784,输出 10
layer := nn.NewLinear[float32](784, 10, backend)
// 随机输入
input := tensor.Randn[float32](tensor.Shape{1, 784}, backend)
// 前向传播
output := layer.Forward(input)
fmt.Println(output.Shape()) // [1, 10]
---
切换到 GPU(如果你有)
backend := webgpu.New()
就改这一行。如果你的机器支持 WebGPU(Chrome 已经支持,Dawn 原生库在 Windows/Linux 上可用),所有张量运算会自动在 GPU 上执行。
---
验证安装
cd $GOPATH/pkg/mod/github.com/born-ml/born@latest/examples/mnist
go run .
如果看到 MNIST 训练日志输出,说明一切就绪。
---
📘 《Born》连载技术书,第 3/22 章。
💬 讨论回复 (0)
推荐
🌟 智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
🎁 领取 2000万 Tokens