# 1. 快速上手
RustyML 是一个完全用 Rust 写成的机器学习与深度学习库：不用链接BLAS，没有Python运行时，也没有C++绑定。
**前置要求。** 你得熟悉 `cargo`、Rust 的所有权与借用，以及基本的监督学习流程（训练、预测、评估）。不要求有`ndarray`使用经验（[1.3](./1.3._使用ndarray准备数据.md)会讲清楚需要用到的那部分知识）。所有代码都跑在Rust 1.89或更新版本上，不需要安装任何系统库。
[**1.1 认识 RustyML**](./1.1._认识RustyML.md)：简单了解RustyML提供的内容（经典机器学习估计器、Keras风格的神经网络栈、数据预处理、评估指标）。同时也讲明白纯 Rust带来的取舍问题。
[**1.2 安装与 Feature 配置**](./1.2._安装与Feature配置.md)：讲清楚不同的feature的含义以及应该选择开启哪些feature。
[**1.3 用 ndarray 准备数据**](./1.3._使用ndarray准备数据.md)：简单介绍ndarray的使用。RustyML的输入和输出矩阵类型都使用`ndarray`所提供的类型，了解如何使用`ndarray`是必不可少的。
[**1.4 第一个端到端模型**](./1.4._第一个端到端模型.md)：实战如何使用RustyML做一个完整的模型管线。
[**1.5 Prelude 与模块导入**](./1.5._Prelude与模块导入.md)：讲解RustyML通过prelude模块快速导入内容的方法。
[**1.6 错误处理**](./1.6._错误处理.md)：讲解RustyML的错误类型是什么以及你应该如何处理错误。