Tiny Tensor

Tiny Tensor 是一个学习型 C++ 深度学习底层项目。它从 Matrix 和连续内存中的 Tensor 出发，逐步实现自动求导、神经网络层、损失函数与优化器，最终目标是使用自己的 Tensor 库训练一个简单的线性模型。

项目目前处于 Autograd 实现阶段：Matrix 基础功能和测试已经完成，Tensor 的存储、索引和常用算子已经实现，加法已经能够记录计算图和局部反向规则，下一步是完成 Tensor::backward()。

完整的当前进度、设计决定、后续路线和上下文恢复方法都集中在唯一的项目文档中：

• 项目状态与上下文恢复

目录

include/tinytensor/   公共头文件
src/                  Matrix 和 Tensor 实现
tests/                Matrix 正式测试
examples/             示例程序
docs/                 唯一的项目状态文档

构建与测试

cmake -S . -B build
cmake --build build
ctest --test-dir build --output-on-failure
$env:RUN_LEARNING_TESTS = "1"
ctest --test-dir build --output-on-failure

目前 CMake 和正式测试仍以 Matrix 为主，Tensor/Autograd 的工程集成是接下来的任务之一。

当前范围

当前实现坚持最小可学习范围：CPU、double、连续 row-major 存储、基础 Tensor 算子和最小自动求导。广播、GPU、Python 绑定、通用视图系统和性能优化会在完成线性模型训练闭环后再考虑。