大数跨境

告别Python:5大JavaScript机器学习库

告别Python:5大JavaScript机器学习库 云云众生s
2025-10-27
0
导读:JavaScript正成为机器学习新选择。文章介绍了5个JS库:Danfo.js用于数据处理,The Natural Library用于NLP,Synaptic构建神经网络,TensorFlow.js

 

JavaScript正成为机器学习新选择。文章介绍了5个JS库:Danfo.js用于数据处理,The Natural Library用于NLP,Synaptic构建神经网络,TensorFlow.js用于深度学习,Scikit.js用于传统ML。

译自:Ditch Python: 5 JavaScript Libraries for Machine Learning[1]

作者:Loraine Lawson

Python[2]长期以来一直是训练和使用机器学习模型的主导语言,但这种情况正在发生变化。

Ippon Technologies的高级软件工程师Laurie Lay表示:“我们正在将机器学习工具引入JavaScript[3]生态系统。” “通过这样做,我们正在将这项技术普及到世界上最大、最活跃的开发者社区,即JavaScript社区。”

在今年的devmio国际JavaScript大会[4]上,Lay演示了五个开源JavaScript[5]库,这些库现已可供希望深入研究机器学习的前端和Web开发者[6]使用。Lay专注于全栈开发,并且是Ippon Technology人工智能卓越中心的一员。

她说,这五个库为JavaScript开发者提供了一种开始使用机器学习并在JavaScript中处理模型的方式。

1. Danfo.js

Lay说,Python的Pandas可以清理、转换和构建数据。Pandas[7]基本上是C语言的Python封装,使数据操作变得更容易。

在JavaScript生态系统中,有Danfo.js[8],她说它“深受Pandas启发”。她概述了Danfo.js提供的功能:

  • • 数据操纵和处理;
  • • 模型训练前的数据准备和清理;
  • • 类似Pandas的API,易于数据整理并与TensorFlow.js集成。

她说:“它将数据帧和序列数据结构引入JavaScript,用于处理关系型和带标签的数据。” “Danfo.js只是为了理解数据中发生了什么,能够识别是否有任何偏差或任何需要回去修复的异常值。”

她补充说,它还有一个VS Code扩展。

2. The Natural Library

Lay说,The Natural Library[9]是一个用于自然语言处理的轻量级工具。她指出The Natural Library提供:

  • • 自然语言处理[10](NLP),包括分词、将文本拆分为单词或词干提取(将单词简化为词根形式);
  • • 用于分词、词干提取、分类和情感分析的简单API[11];
  • • 快速有效的基于文本的机器学习任务。

3. Synaptic

Synaptic[12]是一个用于构建神经网络的JavaScript库。

Lay说:“我之所以说这个库更容易在JavaScript中构建神经网络[13],是因为它不需要你掌握Python等其他语言。” “设置一个Synaptic神经网络真的很容易。”

Lay的幻灯片显示Synaptic用于:

  • • 神经网络;
  • • 无架构限制,高度模块化,支持复杂的网络类型;以及
  • • 试验自定义神经网络架构。

4. TensorFlow.js

TensorFlow.js[14]是一个开源JavaScript库,允许开发者直接在Web浏览器或Node.js环境中运行和构建机器学习模型。

Lay说:“如果你需要执行图像或音频分类等复杂任务,那么你会希望利用TensorFlow.js强大且预训练好的模型。” “这是生产级深度学习领域无可争议的重量级冠军。”

TensorFlow.js用于[15]:

  • • 通用和深度学习;
  • • 强大的GPU加速大型生态系统,预训练模型;以及
  • • 重型模型训练、深度学习、图像/音频任务。

5. Scikit.js

Scikit.js[16]用于预测数据分析和机器学习。根据其npm说明[17],它的目标是成为scikit-learn Python库的TypeScript移植版。

Lay说:“最后,如果你希望利用你可能熟悉来自Python机器学习生态系统的经典机器学习算法,或者你对Python中的scikit-learn API感到满意,那么你可能需要选择Scikit.js之类的库,它的API几乎完全相同。”

使用Scikit.js用于:

  • • 传统机器学习模型[18];
  • • 熟悉的scikit-learn API,广泛的经典算法;
  • • 从Python的scikit-learn过渡的开发者。

Lay说:“这些工具现在都可以使用。” “社区正在不断壮大,利用这一点的最佳方式是选择一个库,找到你感兴趣的数据集并开始构建,因为我们作为JavaScript开发者可以塑造智能、数据驱动的Web未来。”

后记:Lay在Ippon Technologies的同事Julian Wilkison-Duran在同一次会议上分享了在浏览器中处理机器学习模型的第六种选择。在“JavaScript库在浏览器中运行机器学习模型[19]”中阅读更多相关内容。

引用链接

[1] Ditch Python: 5 JavaScript Libraries for Machine Learning:https://thenewstack.io/ditch-python-5-javascript-libraries-for-machine-learning/
[2]Python:https://thenewstack.io/what-is-python/
[3]机器学习工具引入JavaScript:https://thenewstack.io/the-rise-of-javascript-in-machine-learning/
[4]devmio国际JavaScript大会:https://javascript-conference.com/new-york/
[5]JavaScript:https://thenewstack.io/introduction-to-javascript/
[6]Web开发者:https://roadmap.sh/roadmaps?g=Web+Development
[7]Pandas:https://thenewstack.io/python-pandas-ditches-numpy-for-speedier-pyarrow/
[8]Danfo.js:https://github.com/javascriptdata/danfojs
[9]**The Natural Library**:https://naturalnode.github.io/natural/
[10]自然语言处理:https://thenewstack.io/service-simplifies-natural-language-processing-for-developers/
[11]API:https://thenewstack.io/your-apis-are-costing-more-than-you-think/
[12]Synaptic:https://github.com/cazala/synaptic
[13]构建神经网络:https://thenewstack.io/airbnb-builds-a-second-neural-network-to-diversify-listings/
[14]**TensorFlow.js**:https://www.tensorflow.org/js
[15]TensorFlow.js用于:https://thenewstack.io/googles-new-tensorflow-tools-and-approach-to-fine-tuning-ml/
[16]**Scikit.js**:https://github.com/transitive-bullshit/scikit-learn-ts
[17]npm说明:https://www.npmjs.com/package/scikitjs-node
[18]机器学习模型:https://thenewstack.io/use-these-tools-to-build-accurate-machine-learning-models/
[19]JavaScript库在浏览器中运行机器学习模型:https://thenewstack.io/javascript-library-runs-machine-learning-models-in-browser/

 

【声明】内容源于网络
0
0
云云众生s
1234
内容 1363
粉丝 0
云云众生s 1234
总阅读0
粉丝0
内容1.4k