JavaScript也能玩機(jī)器學(xué)習(xí)—— 5個(gè)開(kāi)源 JavaScript 機(jī)器學(xué)習(xí)框架

作者 | 極鏈科技Video++技術(shù)中心前端Team

整理 | 包包

3個(gè)月前，公司AI團(tuán)隊(duì)給我們分享了關(guān)于如何利用機(jī)器學(xué)習(xí)幫助我們分析圖片、視頻中的明星以及地標(biāo)等。作為一名Web的前端開(kāi)發(fā)者，我很好奇機(jī)器學(xué)習(xí)是如何工作的。我并沒(méi)計(jì)劃要系統(tǒng)學(xué)習(xí)關(guān)于機(jī)器學(xué)習(xí)（ML）、神經(jīng)網(wǎng)絡(luò)、NLP自然語(yǔ)言處理之類的知識(shí)，不過(guò)光看到這些概念就覺(jué)得很有意思，簡(jiǎn)直是打開(kāi)了一個(gè)新的世界。

大多數(shù)玩機(jī)器學(xué)習(xí)的同事在工作中都是用 Python 這樣的語(yǔ)言完成的，但既然身處在 JavaScript 這個(gè)生態(tài)中，為什么不試試一起使用JavaScript玩機(jī)器學(xué)習(xí)呢？而且使用 JavaScript 還允許運(yùn)行在瀏覽器和服務(wù)器端、甚至是桌面程序上。通過(guò)做一些Search和研究發(fā)現(xiàn)，這里的確有一些簡(jiǎn)潔的庫(kù)，可以將JavaScript、機(jī)器學(xué)習(xí)、DNN甚至NLP結(jié)合在一起，而且在瀏覽器端大多庫(kù)會(huì)調(diào)用WebGL來(lái)做機(jī)器學(xué)習(xí)的計(jì)算。

1.TensorFlow.js (https://js.tensorflow.org/)

TensorFlow.js是一個(gè)開(kāi)源的基于硬件加速的 JavaScript 的庫(kù)，支持在瀏覽器或者 NodeJs 中來(lái)運(yùn)行深度學(xué)習(xí)，并且能支持現(xiàn)有的Tensorflow 模型，由Google出品?？梢哉f(shuō)是前端深度學(xué)習(xí)框架Deeplearn.js的繼任者。它提供一系列簡(jiǎn)潔和通俗易懂的API，用于訓(xùn)練、部署模型。而且因?yàn)榭梢赃\(yùn)行在瀏覽器，所以可以直接通過(guò)URL就能分享你的程序：

通過(guò)攝像頭來(lái)控制的吃豆人游戲

2. Brain.js (https://brain.js.org/)

Brain.js是同樣可以運(yùn)行在瀏覽器和 NodeJs 服務(wù)器端、能為不同的任務(wù)提供不同類型的訓(xùn)練網(wǎng)絡(luò)。特點(diǎn)是讓定義、訓(xùn)練以及執(zhí)行神經(jīng)網(wǎng)絡(luò)變得特別簡(jiǎn)單。個(gè)人覺(jué)得這個(gè)庫(kù)比較適合入門(mén)。比如以下短短幾行代碼已涵蓋創(chuàng)建、訓(xùn)練和執(zhí)行神經(jīng)網(wǎng)絡(luò)，一目了然：

Brain.js 的色彩識(shí)別器

3. Synaptic.js (http://caza.la/synaptic)

Synaptic可以運(yùn)行在瀏覽器和 NodeJs 服務(wù)器端的神經(jīng)網(wǎng)絡(luò)庫(kù)，你能夠用它訓(xùn)練一層甚至是二層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該庫(kù)包括一些內(nèi)置的體系結(jié)構(gòu)，如多層感知機(jī)（MLP）、長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)、液體狀態(tài)機(jī)和能夠訓(xùn)練真實(shí)網(wǎng)絡(luò)的訓(xùn)練器。

Synaptic image-filter perceptron

4. Machine learning tools (https://github.com/mljs/ml)

Machine Learning tools是由 mljs 組織開(kāi)發(fā)的一組庫(kù)，可以為 JavaScript 提供機(jī)器學(xué)習(xí)工具，包括監(jiān)督和非監(jiān)督學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò) (ANN)、回歸算法，用于統(tǒng)計(jì)、數(shù)學(xué)等的支持庫(kù)，類似于 Python 中的scikit-learn。

5. compromise (http://compromise.cool/)

基本上是NLP自然語(yǔ)言處理庫(kù) - 前端 JavaScript 實(shí)現(xiàn)的首選，這個(gè)庫(kù)加上自己的資料庫(kù)壓縮成min.js后文件大小可達(dá)到300k以下，這樣運(yùn)行在瀏覽器和 NodeJs 服務(wù)器端都問(wèn)題不大，具體可以做的東西是訓(xùn)練自定義語(yǔ)義庫(kù)：劃分出分詞，獲取句子的各個(gè)詞性，可以把句子變積極消極、分詞等，比如以下例子：

JavaScript 雖然不是機(jī)器學(xué)習(xí)的最佳編程語(yǔ)言，不過(guò)隨著Web生態(tài)和人工智能技術(shù)近年來(lái)的不斷發(fā)展完善，越來(lái)越多這樣的機(jī)器學(xué)習(xí)工具庫(kù)被研發(fā)和發(fā)布。對(duì)于一名Web的前端開(kāi)發(fā)者而言，用 JavaScript 作為入門(mén)機(jī)器學(xué)習(xí)的橋梁是個(gè)不錯(cuò)的選擇，它同樣能幫助你開(kāi)啟機(jī)器學(xué)習(xí)之旅。

參考資料：

《A Web Developer’s Guide to Machine Learning in JavaScript》