机器学习领域的巨大增长是由开源工具的可用性驱动的，这些工具使开发人员可以轻松构建应用程序。（例如，AndreyBu，他来自德国，在机器学习方面拥有五年以上的经验，一直在利用各种开源框架来构建引人入胜的机器学习项目。）
尽管 Python 编程语言为大多数机器学习框架提供支持，但 JavaScript 也没有落后。JavaScript 开发人员一直在使用各种框架在浏览器中训练和部署机器学习模型。
以下是 JavaScript 中五个热门的开源机器学习框架。
1. TensorFlow.js
TensorFlow.js 是一个开源库，允许您完全在浏览器中运行机器学习程序。它是 Deeplearn.js 的继任者，Deeplearn.js 不再受支持。TensorFlow.js 改进了 Deeplearn.js 的功能，并使您能够充分利用浏览器获得更深入的机器学习体验。
借助该库，您可以使用通用且直观的 API 从浏览器中从头开始定义、训练和部署模型。此外，它还自动提供对 WebGL 和 Node.js 的支持。
如果您有想要导入到浏览器的预先训练的模型，TensorFlow.js 将允许您这样做。您还可以在不离开浏览器的情况下重新训练现有模型。
2. 机器学习工具
机器学习工具库是资源丰富的开源工具的汇编，用于支持浏览器中广泛的机器学习功能。这些工具为多种机器学习算法提供支持，包括无监督学习、监督学习、数据处理、人工神经网络 (ANN)、数学和回归。
如果您来自 Python 背景，并且正在寻找类似于 Scikit-learn 的 JavaScript 浏览器内机器学习工具，那么这套工具可以满足您的需求。
3. Keras.js
Keras.js 是另一个流行的开源框架，允许您在浏览器中运行机器学习模型。它提供使用 WebGL 的 GPU 模式支持。如果您在 Node.js 中有模型，则只能在 CPU 模式下运行它们。Keras.js 还支持使用任何后端框架（例如 Microsoft Cognitive Toolkit (CNTK)）训练的模型。
可以在客户端浏览器上部署的一些 Keras 模型包括 Inception v3（在 ImageNet 上训练）、50 层残差网络（在 ImageNet 上训练）和卷积变分自动编码器（在 MNIST 上训练）。
4. Brain.js
机器学习概念非常注重数学，这可能会让人们望而却步。该领域的技术性和术语可能会让初学者感到害怕。这就是 Brain.js 变得重要的原因。它是一个开源的、由 JavaScript 驱动的框架，简化了定义、训练和运行神经网络的过程。
如果您是一位完全不熟悉机器学习的 JavaScript 开发人员，Brain.js 可以缩短您的学习曲线。它可以与 Node.js 一起使用，也可以在客户端浏览器中使用，用于训练机器学习模型。Brain.js 支持的一些网络包括前馈网络、埃尔曼网络和门控循环单元网络。
5. STDLib
STDLib 是一个开源库，用于为 JavaScript 和 Node.js 应用程序提供支持。如果您正在寻找一个强调在浏览器中支持科学和数值 Web 机器学习应用程序的库，STDLib 可能适合您的需求。
该库附带全面而高级的数学和统计函数，可帮助您构建高性能机器学习模型。您还可以使用其广泛的实用程序来构建应用程序和其他库。此外，如果您想要一个用于数据可视化和探索性数据分析的框架，您会发现 STDLib 非常有价值。
结论
如果您是一位打算深入研究激动人心的 机器学习 世界的 JavaScript 开发人员，或者是一位打算开始使用 JavaScript 的机器学习专家，那么上述开源框架会令您感兴趣。
您是否知道另一个提供浏览器内机器学习功能的开源库？请在下面的评论区告诉我们。
1 条评论