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/

