de ADL

Și aflați cum puteți rula modele ML / DL direct în browser

Un număr din ce în ce mai mare de dezvoltatori utilizează TensorFlow în proiectele lor de învățare automată. În luna martie a acestui an, echipa TensorFlow de la Google a anunțat sosirea mult așteptatului cadru JavaScript, TensorFlow.js (care anterior se numea DeepLearn.js).

Cunoasteti TensorFlowjs in 7 minute
Sursa imaginii: site-ul Tensorflow.js

Acum dezvoltatorii pot construi modele ușoare și le pot rula în browser folosind JavaScript. Să înțelegem care era necesitatea dezvoltării acestui cadru.

Istorie

Înainte de a accesa TensorFlow.js, aș dori să încep cu TensorFlow.

TensorFlow a fost dezvoltat în 2011 la Google ca bibliotecă de propoziție pentru aplicații de învățare automată / învățare profundă la Google. Această bibliotecă a fost deschisă în 2015 sub licența Apache.

TensorFlow este încorporat în C ++, care permite executarea codului la un nivel foarte scăzut. TensorFlow are legături la diferite limbi cum ar fi Python, R și Java. Aceasta permite utilizarea TensorFlow în aceste limbi.

Deci, întrebarea evidentă este: ce zici de JavaScript?

În mod convențional, în JavaScript, ML / DL a fost realizat utilizând un API. Un API a fost realizat folosind un anumit cadru, iar modelul a fost implementat pe server. Clientul a trimis o cerere folosind JavaScript pentru a obține rezultate de la server.

1611990487 349 Cunoasteti TensorFlowjs in 7 minute
Arhitectură server client

În 2017, a apărut un proiect numit Deeplearn.js, care avea ca scop să activeze ML / DL în JavaScript, fără complicații API.

Dar au existat întrebări despre viteză. Se știa foarte bine că codul JavaScript nu putea rula pe GPU. Pentru a rezolva această problemă, a fost introdus WebGL. Aceasta este o interfață de browser pentru OpenGL. WebGL a permis executarea codului JavaScript pe GPU.

În martie 2018, echipa DeepLearn.js a fuzionat în echipa TensorFlow de la Google și a fost redenumită TensorFlow.js.

Urmăriți videoclipul de mai jos pentru mai multe detalii:

TensorFlow.js

Tensorflow.js oferă două lucruri:

  • CoreAPI, care se ocupă cu codul de nivel scăzut
  • LayerAPI este construit peste CoreAPI și ne ușurează viața prin creșterea nivelului de abstractizare.

Noțiuni de bază

Există două modalități principale de a obține TensorFlow.js în proiectul dvs.:

1. prin