值得探索的 8 個機器學習 JavaScript 框架

本文由碼農網 – 小峰原創翻譯，轉載請看清文末的轉載要求，歡迎參與我們的付費投稿計劃！

JavaScript開發人員傾向於尋找可用於機器學習模型訓練的JavaScript框架。下面是一些機器學習演算法，基於這些演算法可以使用本文中列出的不同JavaScript框架來模型訓練：

• 簡單的線性迴歸
• 多變數線性迴歸
• 邏輯迴歸
• 樸素貝葉斯
• k最近鄰演算法（KNN）
• K-means
• 支援向量機（SVM）
• 隨機森林
• 決策樹
• 前饋神經網路
• 深度學習網路

在這篇文章中，你將學習針對機器學習的不同JavaScript框架。具體內容為：

1.DeepLearn.js

Deeplearn.js是Google釋出的一個開源的機器學習JavaScript庫，可用於不同的目的，例如在瀏覽器中訓練神經網路，理解ML模型，用於教育目的等。你可以在推理模式中執行預先訓練的模型。可以在Typescript（ES6 JavaScript）或ES5 JavaScript中編寫程式碼。通過在HTML檔案的head標籤中包含以下程式碼並編寫用於構建模型的JS程式，可以實現快速入門。

<script src="https://cdn.jsdelivr.net/npm/deeplearn@latest"></script>
<!-- or -->
<script src="https://unpkg.com/deeplearn@latest"></script>

2.PropelJS

Propel，一個JavaScript庫，為科學計算提供了GPU支援的類似numpy的基礎架構。它可以用於NodeJS app和瀏覽器。以下是瀏覽器的設定程式碼：

<script src="https://unpkg.com/propel@3.1.0"></script>

以下程式碼可用於NodeJS app：

npm install propel
import { grad } from "propel";

PropelJS 文件（Propel doc）。Propel的GitHub頁面。

3.ML-JS

ML-JS提供了用於使用NodeJS和瀏覽器的機器學習工具。ML JS工具可以使用以下程式碼進行設定：

<script src="https://www.lactame.com/lib/ml/2.2.0/ml.min.js"></script>

支援以下機器學習演算法：

• 無監督學習
• 主成分分析（PCA）
• K均值聚類
• 監督學習
• 簡單線性迴歸
• 多變數線性迴歸
• 支援向量機（SVM）
• 樸素貝葉斯
• K最近鄰演算法（KNN）
• 偏最小二乘演算法（PLS）
• 決策樹：CART
• 隨機森林
• 邏輯迴歸
• 人工神經網路
• 前饋神經網路

4.ConvNetJS

ConvNetJS是一個JavaScript庫，完全用於在瀏覽器中深度學習模型訓練（神經網路）。這個庫也可以用在NodeJS app中。

可以從ConvNetJS簡化庫中獲取ConvNetJS的簡化版本入門。ConvNetJS的釋出頁面。

<script src="convnet-min.js"></script>

下面是一些重要的頁面：

• 用於ConvNetJS的NPM軟體包
• 入門
• 文件

5.KerasJS

通過KerasJS，你可以在瀏覽器中執行Keras模型，並使用WebGL得到GPU支援。模型也可以在Node.js中執行，但只能在CPU模式下執行。Keras的GitHub頁面。以下是可以在瀏覽器中執行的Keras模型列表：

• MNIST的基本convnet
• 卷積變分自編碼器，在MNIST上訓練
• MNIST上的輔助分類器生成式對抗網路（AC-GAN）
• 50層殘差網路，在ImageNet上訓練
• Inception v3，在ImageNet上訓練
• DenseNet-121，在ImageNet上訓練
• SqueezeNet v1.1，在ImageNet上訓練
• IMDB情緒分類的雙向LSTM

6.STDLIB

STDLib是一個JavaScript庫，可用於構建高階統計模型和機器學習庫。它也可以用於資料視覺化和探索性資料分析的繪圖和圖形功能。

以下是與ML有關的庫列表：

• 通過隨機梯度下降進行線性迴歸（@ stdlib / ml / online-sgd-regression）
• 通過隨機梯度下降進行二元分類（@ stdlib / ml / online-binary-classification）
• 自然語言處理（@ stdlib / nlp）

7.Limdu.js

Limdu.js是Node.js的機器學習框架。它支援以下一些內容：

• 二元分類
• 多標籤分類
• 特徵工程
• SVM

可以使用以下命令來安裝limdu.js：

npm install limdu

8.Brain.js

Brain.js是一套用於訓練神經網路和樸素貝葉斯分類器的JavaScript庫。以下程式碼可用於安裝Brain.js：

npm install brain.js

也可以使用以下程式碼在瀏覽器中引入該庫：

<script src="https://raw.githubusercontent.com/harthur-org/brain.js/master/browser.js"></script>

以下內容可用於安裝樸素貝葉斯分類器：

npm install classifier

總結

在這篇文章中，我們瞭解了可用於在瀏覽器和Node.js app中機器學習模型訓練的不同JavaScript庫。有關機器學習的文章，建議檢視機器學習檔案。

這篇文章對你有幫助嗎？或者你對文中有關機器學習的JavaScript框架有任何疑問或建議？歡迎在評論中留下你的看法並提出問題來共同探討。