2019年用于JavaScript的6大呆板进修库
凡是,人们行使两种编程说话之一来应用呆板进修(ML)要领和算法:Python或R.关于呆板进修的书本,课程和教程凡是也行使这些说话中的一种(或两者)。 Python是一种通用编程说话,不只用于呆板进修,还用于科学计较,后端Web开拓,桌面应用措施等.R首要用于统计学家。可是,它们至少有两个配合特性:
在很多环境下,ML算法在Fortran,C,C ++或Cython中实现,并从Python或R挪用。 Java也用于呆板进修,但凡是由专业措施员行使。 在已往的几年中,JavaScript获得了遍及,而且呈现了一些很是风趣的呆板进修库,可以在赏识器或Node.js上实现ML要领。令人惊奇的是,很多这些库在JavaScript中实现了大量代码。 ml.js ml.js是一个全面的,通用的JavaScript ML库,合用于赏识器和Node.js. 它提供了以下例程:
支持的监视进修要领是:
另外,ml.js提供了几种无监视的进修要领:
TensorFlow.js TensorFlow是最受接待的呆板进修库之一。它偏重于人工神经收集的各类范例和布局,包罗深度收集以及收集的组件。 TensorFlow由Google Brain Team建设,行使C ++和Python编写。可是,它可以与包罗JavaScript在内的多种说话一路行使。 TensorFlow是一个很是全面的库,如故可以轻松地构建和培训模子。它支持各类百般的收集层,激活成果,优化器和其他组件。它具有精采的机能并提供GPU支持。 TensorFlow.js是一个用于赏识器或Node.js的JavaScript ML库。它支持WebGL。 brain.js brain.js是一个用JavaScript编写的库 - 专注于实习和应用前馈和轮回神经收集。它还提供其他适用措施,譬喻神经收集所需的数学例程。 它提供了高级选项,如:
brain.js将模子生涯到JSON文件或从中加载模子。 ConvNetJS ConvNetJS是神经收集和深度进修的另一个库。它可以在赏识器中实习神经收集。除了分类和回归题目,它尚有强化进修模块(行使Q进修)如故是尝试性的。ConvNetJS为在图像辨认方面示意优秀的卷积神经收集提供支持。 在ConvNetJS中,神经收集是层的列表。它提供以基层:
它支持几个重要的激活成果,如:
以及优化器如:
执照:麻省理工学院。 WebDNN WebDNN是一个专注于深度神经收集的图书馆,包罗具有LSTM架构的递归神经收集。它行使TypeScript和Python编写,并提供JavaScript和Python API。 它还提供了在赏识器中执行GPU的也许性。 WebDNN的一个很是利便的成果是可以转换和行使PyTorch,TensorFlow,Keras,Caffemodel或Chainer预实习的模子。 natural natural是一个用于Node.js的天然说话处理赏罚的JavaScript库。 它支持:
结论 在已往的几年里,JavaScript和呆板进修都获得了许多存眷和遍及。尽量最初是为了实现网页的动态举动而建设的,但JavaScript成为实现和应用呆板进修要领的首选说话之一,尤其是在赏识器或处事器(Node.js)中。 本文提供了有关JavaScript呆板进修库可用性的初始信息。 【编辑保举】
点赞 0 (编辑:河北网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |