Repolode
Enviar
lean-dojo

lean-dojo/TorchLean

Framework Lean 4 para especificar, executar e verificar formalmente redes neurais, com tensores com verificação de dimensões e treinamento no estilo PyTorch.

Ver no GitHubSite
Estrelas
206
Forks
25
Issues abertas
3
Último commit
há 10 dias

O que é?

TorchLean combina computação geral com tensores, machine learning e provas matemáticas na linguagem Lean 4. Seus tensores com verificação de dimensões permitem álgebra linear e algoritmos numéricos, e as mesmas definições de modelos podem ser usadas em treinamento, transformações de grafos, verificações de certificados e provas.

As ferramentas de verificação tratam de questões como determinar se um classificador mantém sua previsão em uma região de entrada. Por meio da dependência FloatLib, é possível selecionar a precisão numérica e provar limites de arredondamento e erro numérico sob hipóteses explícitas. A diferenciação automática é implementada no próprio TorchLean; na GPU, ele chama as operações ATen do LibTorch para os valores dos tensores e os gradientes locais.

O projeto oferece um exemplo de MLP para começar rapidamente, um caminho para uso de GPU com CUDA e um pacote Lake do qual outros projetos Lean podem depender diretamente. A documentação separa as provas em Lean dos runtimes externos de CPU e GPU, listados como limites de confiança.

Recursos principais

  • 01Tensores com verificação de dimensões e camadas de redes neurais escritos em Lean
  • 02Treinamento em CPU ou CUDA via LibTorch, com diferenciação automática implementada pelo TorchLean
  • 03Precisão numérica selecionável por meio do FloatLib, incluindo binary32 e binary128
  • 04Fluxos de trabalho de verificação, como propagação de limites por intervalos e verificações de robustez
  • 05Caminhos de importação e exportação para modelos PyTorch e grafos Jaxpr

Casos de uso

  • Provar propriedades de uma rede neural, como a robustez de sua previsão em uma região de entrada
  • Estudar o erro numérico e o comportamento de arredondamento de computações com tensores sob hipóteses explícitas
  • Treinar modelos pequenos em Lean e manter as definições reutilizáveis em provas
  • Pesquisar a verificação formal de sistemas de machine learning

Início rápido

  1. 1

    Clone o repositório

    git clone https://github.com/lean-dojo/TorchLean.git
  2. 2

    Acesse o diretório do projeto

    cd TorchLean
  3. 3

    Obtenha o cache pré-compilado

    scripts/lake.sh exe cache get
  4. 4

    Compile e execute o início rápido para CPU

    scripts/lake.sh build && scripts/lake.sh exe torchlean quickstart_mlp --device cpu --steps 10

Antes de usar

  • O caminho de GPU requer um SDK do LibTorch compatível com CUDA e uma GPU NVIDIA.
  • Na GPU, a implementação do LibTorch/ATen é um limite de confiança externo, fora do escopo das provas do Lean.

Tópicos

#lean4#formal-verification#neural-network#theorem-proving#pytorch#automatic-differentiation#ai4math#ai4science#scientific-computing#verification

Perguntas frequentes

O que é TorchLean?
Framework Lean 4 para especificar, executar e verificar formalmente redes neurais, com tensores com verificação de dimensões e treinamento no estilo PyTorch. TorchLean combina computação geral com tensores, machine learning e provas matemáticas na linguagem Lean 4. Seus tensores com verificação de dimensões permitem álgebra linear e algoritmos numéricos, e as mesmas definições de modelos podem ser usadas em treinamento, transformações de grafos, verificações de certificados e provas.
TorchLean é gratuito? Qual é a licença?
TorchLean é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
TorchLean ainda é mantido?
Manutenção ativa. O último commit de TorchLean foi em 29 de out. de 2026.
Para que posso usar TorchLean?
Provar propriedades de uma rede neural, como a robustez de sua previsão em uma região de entrada Estudar o erro numérico e o comportamento de arredondamento de computações com tensores sob hipóteses explícitas Treinar modelos pequenos em Lean e manter as definições reutilizáveis em provas Pesquisar a verificação formal de sistemas de machine learning
Como instalar TorchLean?
Clone o repositório: git clone https://github.com/lean-dojo/TorchLean.git Acesse o diretório do projeto: cd TorchLean Obtenha o cache pré-compilado: scripts/lake.sh exe cache get Compile e execute o início rápido para CPU: scripts/lake.sh build && scripts/lake.sh exe torchlean quickstart_mlp --device cpu --steps 10
Onde consigo TorchLean?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/lean-dojo/TorchLean

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados