github链接：https://：github.com/jinbooooom/OriginDLOriginDL: 完全从零开始构建的深度学习框架OriginDL 是一个完全从零开始构建的深度学习框架，采用 C++ 实现。OriginDL 不仅实现了高层的自动微分系统，更从最底层的矩阵运算开始，使用 CUDA 手写了 GPU 加速的矩阵计算核心，并在此基础上构建了完整的自动求导引擎和神经网络模块。目前已在框架上实现了线性回归与 MNIST 手写数字识别的训练示例，以及基于 PNNX 的 YOLOv5 目标检测推理，用于验证自动求导与推理链路。OriginDL 提供了类似 PyTorch 的 A...

1. vector的底层实现原理是什么？答案：底层结构动态数组，连续内存空间三个指针：start（起始）、finish（结束）、end_of_storage（容量结束）扩容机制容量不足时重新分配更大空间通常扩容为原来的1.5倍或2倍拷贝原有元素到新空间释放旧空间时间复杂度随机访问：O(1)尾部插入/删除：平摊O(1)中间插入/删除：O(n)查找：O(n)优缺点优点：随机访问快，内存连续，缓存友好缺点：插入删除慢，扩容有开销2. list和vector的区别是什么？答案：底层结构list：双向链表，非连续内存vector：动态数组，连续内存性能对比随机访问：vector O(1)，list O(...