开源机器学习库Deeplearn.js

正文

请到「今天看啥」查看全文

尽管网络机器学习库已问世多年（例如 Andrej Karpathy 的 convnetjs），但它们一直受到 JavaScript 速度的限制，或者一直局限于推理，而不是训练（例如 TensorFire）。对比之下，deeplearn.js 不仅通过利用 WebGL 在 GPU 上执行计算大幅提高了速度，同时还能够执行完整全面的反向传播。

此 API 模仿 TensorFlow 和 NumPy 的结构，包含一个延迟执行的训练模型（类似于 TensorFlow）以及一个立即执行的推理模型（类似于 NumPy）。我们还实现了某些最常用的 TensorFlow 操作版本。随着 deeplearn.js 的发布，我们提供了从 TensorFlow 检查点导出权重的工具，这些工具允许作者将这些权重导入到网页中，以便 deeplearn.js 进行推理。

您可以通过训练卷积神经网络识别照片和手写数字来挖掘该库的潜力，所有一切都可直接在浏览器中运行， 而不必编写任何代码。

我们即将发布一系列展示 deeplearn.js 实战应用的演示。我们通过一个图像识别器来体验一下，该识别器可以实时使用您的网络摄像头并观看所拍摄画面在网络内部的表现形式。或者以流畅的每秒 60 帧的速度生成抽象艺术视频。deeplearn.js 首页包含上述及其他演示。

请到「今天看啥」查看全文