Maison  >  Article  >  interface Web  >  Exemple de bibliothèque de classes d'apprentissage automatique implémentée en Javascript front-end

Exemple de bibliothèque de classes d'apprentissage automatique implémentée en Javascript front-end

小云云
小云云original
2018-02-09 13:22:481517parcourir

L'ensemble du système du Web s'est considérablement développé ces dernières années, même si les cas d'utilisation de Javascript et de node.js sont encore loin d'être comparables à Java/Python. Mais cela suffit pour être appliqué à de nombreux environnements d’apprentissage automatique. Et le plus grand avantage est qu’un seul navigateur peut tout faire pour vous !

Cet article présente principalement la bibliothèque de classes d'apprentissage automatique implémentée par Javascript front-end. L'éditeur pense que c'est plutôt bien. Maintenant, je vais le partager avec vous et vous donner une référence, j'espère que cela pourra vous aider.

Bien que les bibliothèques d'apprentissage automatique basées sur Javascript soient encore très précoces et que beaucoup soient encore en développement, elles peuvent en effet offrir une expérience relativement précoce. Dans l'article d'aujourd'hui, nous sélectionnerons plusieurs applications Web intéressantes liées à l'apprentissage automatique et à l'IA pour permettre à chacun d'en faire l'expérience pour la première fois ~~

Brain

le cerveau est une bibliothèque qui vous permet de créer rapidement et facilement des réseaux de neurones et de les entraîner en fonction des entrées/sorties. Bien qu'une version du navigateur CDN puisse charger directement la bibliothèque de classes dans la page Web, comme ce processus de formation consomme beaucoup de ressources, la bibliothèque de classes est exécutée dans un environnement Node.js. Cette bibliothèque de cours contient une très mini démonstration en ligne qui peut être utilisée pour entraîner la reconnaissance du contraste des couleurs

Un terrain de jeu profond

Ce site éducatif Le web L'application vous permet de jouer avec les réseaux de neurones et d'explorer ses différents composants. Avoir une interface utilisateur très bien conçue vous permet de contrôler les données d'entrée, le nombre de neurones, l'algorithme utilisé, etc. Diverses métriques associées affecteront le résultat final. Bien sûr, il y a beaucoup de choses à apprendre en coulisses, le code est open source, utilise un langage d'apprentissage automatique personnalisé (typescript) et dispose d'une très bonne documentation

FlappyLearning

Il s'agit d'une bibliothèque de classes Javasript d'apprentissage automatique implémentée avec 800 lignes de code, qui implémente une démo du jeu d'apprentissage automatique Flappy Bird. Des techniques d'IA sont utilisées dans cette bibliothèque de cours : Neuroevolution, qui applique les algorithmes du système neuronal de la revue "Nature" pour apprendre de manière dynamique du succès et de l'échec de chaque itération. La démo est très simple à exécuter. Utilisez simplement le navigateur pour ouvrir index.html

Vous pouvez voir sur la capture d'écran qu'après 20 générations d'apprentissage, cet oiseau, dans le capture d'écran J'ai mis du temps, il n'est toujours pas mort !

Synaptic

est probablement l'un des projets les plus activement maintenus. Synaptic est une bibliothèque node.js et navigateur. Cette bibliothèque est conçue pour être indépendante de l'architecture. tout type de réseau neuronal. Avec peu d’architecture intégrée, il permet des tests rapides et une comparaison des algorithmes. Il contient également une description très complète des réseaux de neurones, quelques démonstrations pratiques et de nombreux autres tutoriels connexes pour présenter le fonctionnement du machine learning

Lignes terrestres

landlines est une expérience Chrome Web très intéressante qui trouve des images satellite de la Terre et trouve des graffitis d'utilisateurs similaires. Cette application n'a pas d'appels de serveur, s'exécute entièrement dans le navigateur, utilise webGL et l'apprentissage automatique et offre une bonne expérience côté mobile.

ConvNetJS

Bien qu'elle ne soit plus activement maintenue, ConvNetJS est une bibliothèque de pointe pour l'apprentissage automatique en Javascript. Il a d'abord été développé à l'Université de Stanford et est ensuite devenu très célèbre sur Github, avec de nombreuses fonctionnalités et didacticiels développés par la communauté. S'exécute directement dans le navigateur, prend en charge plusieurs techniques d'apprentissage, est de bas niveau et convient parfaitement aux expériences plus larges dans les réseaux de neurones

Thing Translator

Il s'agit d'une démonstration d'expérimentation Web qui vous permet d'utiliser votre téléphone mobile pour identifier des objets réels et les nommer dans différentes langues. Cette application est mise en œuvre à l'aide de la technologie Web et de deux API d'apprentissage automatique de Google, notamment :

Cloud Vision (reconnaissance d'images) et Translate API (traduction de langues)

Neurojs

Un framework de système d'IA basé sur "l'apprentissage par renforcement". C'est dommage que ce projet ne dispose pas d'une documentation appropriée, mais il existe une démonstration de conduite autonome avec une description écrite de nombreux détails pertinents. Cette bibliothèque de classes est purement Javascript et peut être compilée et empaquetée à l'aide de webpack ou babel

Machine_learning

Une autre bibliothèque Javascript qui nous permet de configurer/entraîner des réseaux de neurones. Il est très simple à installer à l'aide de node.js et du client, possède une API très propre et est très adaptable aux développeurs de différents niveaux de compétence. Cette bibliothèque de cours contient un grand nombre de démonstrations, y compris de nombreux algorithmes populaires, pour vous aider à comprendre les principes de base et l'apprentissage des langues

DeepForge

Il s'agit d'un environnement de développement d'apprentissage en profondeur convivial qui vous permet de concevoir des réseaux de neurones à l'aide d'une interface graphique simple. Il prend en charge des modèles de formation sur des machines distantes et dispose d'un contrôle de version intégré. Ce projet est basé sur Node.js et MongoDB et s'exécute. dans le navigateur. , le processus d'installation est très similaire à la plupart des processus de développement Web

Recommandations associées :

Haut Dix algorithmes d'apprentissage automatique à connaître

Comment PHP implémente l'algorithme Naive Bayes pour l'apprentissage automatique

Bibliothèque d'apprentissage automatique PHP Exemple de tutoriel de php-ml

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn