当前位置: 首页 > 科技观察

2019年值得研究的11个Javascript机器学习库_0

时间:2023-03-15 20:12:05 科技观察

虽然大多数机器学习是用Python等语言完成的,但Javascript生态系统拥有强大的前端和后端社区。这个有趣的交集让我们探索和试验结合使用Javascript和机器学习的奇怪可能性。这里有一些有趣的库,它们结合了Javascript、机器学习、DNN甚至NLP。1.Brain.jsBrain.js是一个用于神经网络的Javascript库,它取代了(现已弃用的)“大脑”库,可以与Node.js一起使用,也可以在浏览器中使用(注意计算),并提供不同的Tasks提供不同的类型网络。Github地址:https://github.com/BrainJS/brain.js这是一个训练网络识别颜色对比的演示。2.SynapticSynaptic是一个用于node.js和浏览器的Javascript神经网络库,可让您训练一级甚至二级神经网络架构。该项目包括一些内置架构,例如多层感知器、多层长短期记忆网络、液态状态机和能够训练真实网络的训练器。Github地址:https://github.com/cazala/synaptic3。Neataptic这个库为浏览器和Node.js提供了快速的神经进化和反向传播,包括一些内置的网络,包括感知器、LSTM、GRU、Nark等。这是一个简单培训的新手教程。Github地址:https://github.com/wagenaartje/neataptic4。ConvNetJS是由一位博士开发的。来自斯坦福大学。这个流行的库在过去4年里没有得到维护,但它绝对是列表中最有趣的项目之一。.它是神经网络的Javascript实现,支持通用模块、分类、回归、实验强化学习模块,甚至能够训练处理图像的卷积网络。Github地址:https://github.com/karpathy/convnetjs目前支持:常见的神经网络模块(全连接层,非线性)分类(SVM/Softmax)和回归(L2)成本函数可以指定和训练处理卷积网络forimages基于DeepQLearning的实验性强化学习模块5。WebDNN是日本制造的JavaScript库,旨在在浏览器上快速运行深度神经网络预训练模型。由于在浏览器上执行DNN会消耗大量计算资源,因此该框架通过WebAssembly和WebGPU等JavaScriptAPI优化DNN模型以压缩模型数据并加速执行。使用WebDNN的神经网络风格迁移示例:6.Deeplearnjs这个流行的库允许您在浏览器中训练神经网络或在推理模式下运行预训练模型,甚至声称它可以用作网络的NumPy。通过易于访问的API,该库可用于实际有用的应用程序并得到积极维护。Github地址:https://github.com/tensorflow/tfjs-core作为TensorFlow.js生态的一部分,现托管在@tensorflow/tfjs-core,是TensorFlow.js的核心API,提供低级、硬件加速线性代数运算和用于自动微分的急切API。7.TensorflowDeepPlaygroundTensorflowDeepPlayground是神经网络的交互式可视化,使用d3.js和TypeScript编写。虽然这个项目基本上由一个非常基本的tensorflowplayground组成,但它可以以不同的方式使用,或者用于不同目的的非常令人印象深刻的教育功能。Github地址:https://github.com/tensorflow/playground8。Compromise这个非常流行的库提供“javascript中的适度自然语言处理”。它非常基础和直接,甚至可以编译成一个小文件。出于某种原因,其适度的“足够好”方法使其成为几乎所有需要基本NLP的应用程序的首选。Github地址:https://github.com/spencermountain/compromise9。Neuro.js这个漂亮的项目是一个用于深度学习和强化学习的浏览器Javascript库框架。该项目实现了一个基于全栈神经网络并具有扩展强化学习支持的机器学习框架,一些人认为该项目是convnetjs的继任者。Github地址:https://github.com/janhuenermann/neurojs10。ml.js是由mljs组织开发的一组为Javascript提供机器学习工具的存储库,包括监督和非监督学习、人工神经网络、回归算法和统计、数学和其他支持库。这是一个简短的演练。Github地址:https://github.com/mljs11。适用于MindNode.js和浏览器的灵活神经网络库,主要学习如何进行预测、使用矩阵实现来处理训练数据以及启用可配置的网络拓扑。您还可以即插即用您已经学到的“想法”,这对您的应用程序非常有用。Github地址:https://github.com/stevenmiller888/mind