tinygrad

tinygrad 是一个轻量级端到端深度学习框架，旨在提供介于 PyTorch 与 micrograd 之间的简洁性与可扩展性。它包含支持自动微分的张量库、基于 IR 的编译器（支持算子融合、调度与代码生成）、JIT 图执行能力，以及基础的神经网络模块、优化器和数据加载功能。技术上融合了 PyTorch 的易用性、JAX 的函数式自动微分理念和 TVM 的编译优化思想，全部实现仅约 2000 行 Python 代码，高度透明且便于修改。适用于教学演示、定制化硬件后端开发、编译器研究及资源受限环境下的模型实验。