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! |
