[51CTO.com クイック翻訳] JavaScript 開発者は、さまざまな機械学習アルゴリズムに基づいており、機械学習モデルのトレーニングに使用できる JavaScript フレームワークを探す傾向があります。以下に挙げるさまざまな機械学習アルゴリズムはすべて、この記事で紹介するモデルトレーニングに使用できる 8 つの JavaScript フレームワークに適用できます。
この記事では、機械学習用のさまざまな JavaScript フレームワークの概要を説明します。彼らです: 1. ディープラーニング Deeplearn.js は、Google が開発したオープンソースの機械学習 JavaScript ライブラリです。ブラウザでのニューラル ネットワークのトレーニング、機械学習 (ML) モデルの理解、教育目的など、さまざまな目的に使用できます。推論モードでは、さまざまな事前トレーニング済みモデルを実行できます。開発者は Typescript (ES6 JavaScript) または ES5 JavaScript でコードを記述できます。すぐに始めるには、HTML ファイルの head タグに次のコードを含め、モデルを構築する JS プログラムを記述します。
2. プロペルJS Propel は、科学計算用の GPU 対応の NumPy のようなインフラストラクチャを提供する JavaScript ライブラリです。さまざまな NodeJS アプリケーションやブラウザで使用できます。 ブラウザを設定するためのコードは次のとおりです。
以下は NodeJS アプリケーションで使用されるコードです。
PropelJS のドキュメント リンクは http://propelml.org/docs/ です。 GitHub ページは https://github.com/propelml/propel です。 3.ML-JS ML-JS は、NodeJS およびさまざまなブラウザ環境で動作する機械学習用の複数のツールを提供します。 ML JS ツールは次のコードで設定できます。
以下の機械学習アルゴリズムをサポートしています。
4.ConvNetJS ConvNetJS は、さまざまなディープラーニング モデル (ニューラル ネットワーク) をブラウザー内で完全にトレーニングするために使用できる JavaScript ライブラリです。このライブラリは、さまざまな NodeJS アプリケーションでも使用できます。 ダウンロード リンク (http://cs.stanford.edu/people/karpathy/convnetjs/build/convnet-min.js) から ConvNetJS の縮小ライブラリを取得することで、ConvNetJS の縮小バージョンを入手できます。 GitHub ページは https://github.com/karpathy/convnetjs/releases です。対応する読み込みコードは次のとおりです。
さらに、いくつかの重要な参考ページのアドレスを示します。
5. ケラスJS KerasJS と GPU 対応の WebGL を使用すると、ブラウザで Keras モデルを実行できます。 CPU モードに加えて、モデルは Node.js でも実行できます。 Keras の GitHub ページは https://github.com/transcranial/keras-js です。ブラウザで実行できるすべての Keras モデルのリストは次のとおりです。
6.STDライブラリ STDLib は、高度な統計モデルやさまざまな機械学習ライブラリを構築するために使用できる JavaScript ライブラリです。また、データの視覚化や探索的データ分析のためのプロット機能やグラフ機能にも使用できます。 以下は、機械学習 (ML) に関連するさまざまな関連ライブラリのリストです。
7.Limdu.js Limdu.js は、Node.js 用の機械学習フレームワークです。以下をサポートします:
開発者は次のコマンドを使用して limdu.js をインストールできます。
8. ブレイン Brain.js は、ニューラル ネットワークと Naive Bayes 分類器をトレーニングするための JavaScript ライブラリです。次のコマンドを使用して Brain.js を設定できます。
開発者は、次のコードを使用してブラウザにライブラリを含めることもできます。
次のコマンドを使用して、Naive Bayes 分類器をインストールできます。
要約する この記事では、ブラウザーと Node.js アプリケーションで機械学習モデルをトレーニングするために使用できるさまざまな JavaScript ライブラリについて学習しました。機械学習についてさらに詳しく知りたい場合は、機械学習のドキュメント セット (https://vitalflux.com/category/machine-learning/) を確認することをお勧めします。 この記事が役に立った場合、またはこの記事で言及されている機械学習 JavaScript フレームワークについて質問や提案がある場合は、ぜひコメントを残したり、ここで質問したりしてください。 原題: 8 つの機械学習 JavaScript フレームワーク、著者: Ajitesh Kumar [51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください] |
<<: マイクロソフト、Windows 10を開発者向けAIプラットフォームに
>>: メジャーアップデート!マイクロソフトが人工知能プラットフォーム「Windows ML」を発表
グーグルと、同じくアルファベットグループの健康関連子会社であるベリリー・ライフ・サイエンシズが共同で...
「サービスとしての」配信モデルの誕生以来、SaaS と PaaS は日常的な技術用語の一部となり、企...
この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...
GTA5 は古典的な 3D アドベンチャー ゲームであり、そのスタイルは次のとおりです。写真は現実に...
現在、我が国の政策の推進と各方面の支援により、人工知能の発展は急速に進んでいます。人々が最も関心を持...
10月26日、中国科学技術協会社会サービスセンターの支援を受けて、北京ソフトウェア情報サービス協会(...
MD5とは何か MD5 はアルゴリズムです。MD5 の MD はMessage Digest の略で...
世界人工知能会議の最高賞であるSAIL賞(スーパーAIリーダー)は、「卓越性を追求し、未来をリードす...
過去数十年にわたる量子物理学技術の探求において、最も注目を集めているのは量子コンピュータです。 [[...
仮想ホスト[[427210]]科学技術の急速な発展に伴い、多くのハイテク製品が私たちの生活に登場して...
2023 年の ACM フェローが発表されました。先ほど、米国計算機協会 (ACM) は、2023...