【小目标，一个“译”】+ 八种值得探究的机器学习JavaScript框架 (2)

[julianchen]

ConvNetJS
ConvNetJS是一个JavaScript库，它可以被用于在您的浏览器中，完全地训练各种深度学习的模型（神经网络）。这个库也能够被用在NodeJS的各种应用之中。
您可以从下载链接--http://cs.stanford.edu/people/ka ... uild/convnet-min.js来获取ConvNetJS的缩减库，从而上手这个缩小版本的ConvNetJS。它的GitHub页面为https://github.com/karpathy/convnetjs/releases。如下是其对应的加载代码：

我们进一步给出一些重要的参考页面的地址：
· ConvNetJS的NPM软件包：https://www.npmjs.com/package/convnetjs
· 入门文档：https://cs.stanford.edu/people/karpathy/convnetjs/started.html
· 参考文档：https://cs.stanford.edu/people/karpathy/convnetjs/docs.html
KerasJS
使用KerasJS和支持GPU的WebGL，您可以在浏览器中运行Keras的模型。除了CPU模式，该模型也可以在Node.js中运行。Keras的GitHub页面为https://github.com/transcranial/keras-js。以下是可以在浏览器中运行的所有Keras的模型列表：
· MNIST的基本转换（译者注：MNIST是一个入门级的计算机视觉数据集）
· 经MNIST训练的卷积变分自编码器
· 基于MNIST的辅助分类器生成对抗网络（AC-GAN）
· 经ImageNet训练的50层残差网络（residual network）
· 经ImageNet训练的Inception v3模型
· 经ImageNet训练的DenseNet-121（极深网络）模型
· 经ImageNet训练的SqueezeNet v1.1模型
· 基于IMDB情感分类的双向长短期记忆网络（LSTM）
STDLib
STDLib是一个JavaScript库，它能够被用于构建高级的统计模型和各种机器学习库。它也可以被用于数据可视化与探索性数据分析的绘制和图形功能。
以下是与机器学习（ML）有关的各种相关库的列表：
· 通过随机梯度下降的线性回归(@stdlib/ml/online-sgd-regression)
· 通过随机梯度下降的二元分类(@stdlib/ml/online-binary-classification)
· 自然语言处理(@stdlib/nlp)
Limdu.js
Limdu.js是一个针对Node.js的机器学习框架。它支持以下方面：
· 二进制分类
· 多标签分类
· 特征工程（Feature engineering）
· 支持向量机（SVM）
开发者可以使用如下的命令来安装limdu.js：
npm installlimdu
Brain.js
Brain.js是一套用于训练神经网络和朴素贝叶斯分类器的JavaScript库。您可以使用如下命令来设置Brain.js：
npm installbrain.js
开发者也可以使用以下代码，在浏览器中包含该库：

如下的命令可以被用于安装朴素贝叶斯分类器：
npm installclassifier
总结
在本文中，您了解到了可用于在浏览器、以及Node.js应用中训练机器学习模型的不同JavaScript库。如果您有兴趣了解更多有关机器学习的文档，我们建议您去查看我们的机器学习文档集-- https://vitalflux.com/category/machine-learning/。
如果您觉得本文对您有所帮助，或者您对本文所提及的机器学习JavaScript框架有任何的疑问与建议，欢迎您在此留下评论或提出问题。
【原标题】8 Machine LearningJavaScript Frameworks to Explore (作者: Ajitesh Kumar )
原文链接： https://dzone.com/articles/8-mac ... rameworks-to-explor

相关阅读
【小目标，一个“译”】+ 八种值得探究的机器学习JavaScript框架 (1)

[18653465190]

谢谢楼主分享