值得探索的 8 个机器学习 JavaScript 框架

点击上方  ⬆   蓝字关注七月在线实验室

JavaScript开发人员倾向于寻找可用于机器学习模型训练的JavaScript框架。下面是一些机器学习算法，基于这些算法可以使用本文中列出的不同JavaScript框架来模型训练：

• 简单的线性回归

• 多变量线性回归

• 逻辑回归

• 朴素贝叶斯

• k最近邻算法（KNN）

• K-means

• 支持向量机（SVM）

• 随机森林

• 决策树

• 前馈神经网络

• 深度学习网络

  
  

在这篇文章中，你将学习针对机器学习的不同JavaScript框架。具体内容为：

1.DeepLearn.js

Deeplearn.js是Google发布的一个开源的机器学习JavaScript库，可用于不同的目的，例如在浏览器中训练神经网络，理解ML模型，用于教育目的等。你可以在推理模式中运行预先训练的模型。可以在Typescript（ES6 JavaScript）或ES5 JavaScript中编写代码。通过在HTML文件的head标签中包含以下代码并编写用于构建模型的JS程序，可以实现快速入门。

2.PropelJS

Propel，一个JavaScript库，为科学计算提供了GPU支持的类似numpy的基础架构。它可以用于NodeJS app和浏览器。以下是浏览器的设置代码：

以下代码可用于NodeJS app：

PropelJS 文档（Propel doc）。Propel的GitHub页面。

（参考资料：https://github.com/propelml/propel）

3.ML-JS

ML-JS提供了用于使用NodeJS和浏览器的机器学习工具。ML JS工具可以使用以下代码进行设置：

（参考资料:https://github.com/mljs/）

支持以下机器学习算法：

无监督学习

主成分分析（PCA）

K均值聚类

监督学习

简单线性回归

多变量线性回归

支持向量机（SVM）

朴素贝叶斯

K最近邻算法（KNN）

偏最小二乘算法（PLS）

决策树：CART

随机森林

逻辑回归

人工神经网络

前馈神经网络

4.ConvNetJS

ConvNetJS是一个JavaScript库，完全用于在浏览器中深度学习模型训练（神经网络）。这个库也可以用在NodeJS app中。

（参考资料：https://cs.stanford.edu/people/karpathy/convnetjs/）

可以从ConvNetJS简化库中获取ConvNetJS的简化版本入门。ConvNetJS的发布页面。

（参考资料：https://github.com/karpathy/convnetjs/releases）

下面是一些重要的页面：

用于ConvNetJS的NPM软件包

（参考资料：https://www.npmjs.com/package/convnetjs）

入门

（参考资料：https://cs.stanford.edu/people/karpathy/convnetjs/started.html）

文档

（参考资料：https://cs.stanford.edu/people/karpathy/convnetjs/docs.html）

5.KerasJS

通过KerasJS，你可以在浏览器中运行Keras模型，并使用WebGL得到GPU支持。模型也可以在Node.js中运行，但只能在CPU模式下运行。Keras的GitHub页面。

参考资料：https://transcranial.github.io/keras-js/#/

参考资料：https://github.com/transcranial/keras-js

以下是可以在浏览器中运行的Keras模型列表：

1. MNIST的基本convnet
   

2. 卷积变分自编码器，在MNIST上训练

3. MNIST上的辅助分类器生成式对抗网络（AC-GAN）

4. 50层残差网络，在ImageNet上训练

5. Inception v3，在ImageNet上训练

6. DenseNet-121，在ImageNet上训练

7. SqueezeNet v1.1，在ImageNet上训练

8. IMDB情绪分类的双向LSTM

6.STDLIB

STDLib是一个JavaScript库，可用于构建高级统计模型和机器学习库。它也可以用于数据可视化和探索性数据分析的绘图和图形功能。（参考资料：https://stdlib.io/）

以下是与ML有关的库列表：

  ▂ 通过随机梯度下降进行线性回归（@ stdlib / ml / online-sgd-regression）

  ▂ 通过随机梯度下降进行二元分类（@ stdlib / ml / online-binary-classification）

  ▂ 自然语言处理（@ stdlib / nlp）

可以使用以下命令来安装limdu.js：

7.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。以下代码可用于安装Brain.js：

（参考资料:https://github.com/BrainJS）

也可以使用以下代码在浏览器中引入该库：

以下内容可用于安装朴素贝叶斯分类器：

总结

在这篇文章中，我们了解了可用于在浏览器和Node.js app中机器学习模型训练的不同JavaScript库。

这篇文章对你有帮助吗？或者你对文中有关机器学习的JavaScript框架有任何疑问或建议？欢迎在评论中留下你的看法并提出问题来共同探讨。

译文链接：http://www.codeceo.com/article/8-machine-learn-js-frameworks.html
英文原文：8 Machine Learning JavaScript Frameworks to Explore
翻译作者：码农网 – 小峰

七月在线也来找锦鲤喽~

我们将在

10月19日下午18:00（本周五）

抽出一只锦鲤送出:

1024元现金红包 或 价值2699元的【2018VIP】

锦鲤可以二选一哦

活动详情戳下面查看：

👇

我们准备了1024元现金

寻找一只爱学习的锦鲤

今日学习推荐

我们的【机器学习集训营第六期】

火热报名中

10月22日开课

三个月挑战年薪四十万，甚至拿更高新~

我们【机器学习集训营第四期】学员，更是拿到了高薪offer，和大家分享一下他们的面试经验和学习心得（点击下方直接查看）：

我们【机器学习集训营第四期】学员，便是通过自己的努力，拿到了高薪offer，看看他们的面试经验和学习心得（点击下方直接查看）：

→ 邱同学“人称offer收割机”，45万offer

→ 汪同学，本科应届双非院校，20万offer

→ 赵同学，高薪offer，薪资翻倍涨

报名更是优惠多多喔，报名即送两门辅助课程《机器学习工程师 第八期》、《深度学习 第三期》，更好的助力您学习机器学习。且两人及两人以上组团还能各减500元，想组团/咨询者可添加微信号：julyedukefu_02

长按识别二维码

 更多资讯

 请戳一戳

往期推荐

我们准备了1024元现金，寻找一只爱学习的锦鲤！

伤不起的三十岁，干不动的程序员要何去何从？

【Github 6K星】BAT头条滴滴小米等名企AI工程师笔经面经 + 算法/机器学习/深度学习/NLP资源汇总

一图概览整个深度学习的核心知识体系（建议收藏）

起薪30万，你还在愁找不到工作？

点击 【阅读原文】，免费领取大礼包~

↓↓↓