JavaScript 中的 10 個機器學習示例

機器學習庫每年都在變得更快、更容易訪問，而且沒有放緩的跡象。雖然傳統上 Python 一直是機器學習的首選語言，但現在神經網絡可以在任何語言中運行，包括 JavaScript！

Web 生態系統最近取得了很大進展，儘管 JavaScript 和 Node.js 的性能仍然低於 Python 和 Java，但它們現在已經足夠強大，可以處理許多機器學習問題。 Web 語言還具有易於訪問的優勢 - 運行 JavaScript ML 項目所需的只是您的 Web 瀏覽器。

大多數 JavaScript 機器學習庫都是相當新的並且仍在開發中，但它們確實存在並且準備好供您試用。在本文中，我們將介紹其中的一些庫，以及一些很酷的 AI Web 應用示例，以幫助您入門。

1。大腦

Brain 是一個庫，可讓您輕鬆創建神經網絡，然後根據輸入/輸出數據訓練它們。由於訓練佔用大量資源，因此最好在 Node.js 環境中運行該庫，儘管 CDN 瀏覽器版本也可以直接加載到網頁上。他們的網站上有一個小演示，可以訓練識別顏色對比。

深操場

教育網絡應用程序，可讓您玩轉神經網絡並探索它們的不同組件。它有一個漂亮的 UI，允許您控制輸入數據、神經元數量、使用哪種算法以及將反映在最終結果中的各種其他指標。從幕後的應用程序中也可以學到很多東西——代碼是開源的，並使用了一個用 TypeScript 編寫並有據可查的自定義機器學習庫。

FlappyLearning

FlappyLearning 是一個 JavaScript 項目，它在大約 800 行未縮小的代碼中創建了一個機器學習庫，並在一個有趣的演示中實現它，學習像演奏家一樣玩 Flappy Bird。該庫中使用的 AI 技術稱為 Neuroevolution，它應用受自然界中神經系統啟發的算法，從每次迭代的成功或失敗中動態學習。該演示非常易於運行 - 只需打開 index.html 在瀏覽器中。

突觸

Synaptic 可能是這個列表中維護最積極的項目，它是一個與架構無關的 Node.js 和瀏覽器庫，允許開發人員構建他們想要的任何類型的神經網絡。它有一些內置架構，可以快速測試和比較不同的機器學習算法。它還包含對神經網絡的精心編寫的介紹、大量實用演示以及許多其他出色的教程，揭開了機器學習如何工作的神秘面紗。

陸線

Land Lines 是一個有趣的 Chrome 網絡實驗，它可以找到地球的衛星圖像，類似於用戶製作的塗鴉。該應用程序不調用服務器：它完全在瀏覽器中運行，並且由於巧妙地使用了機器學習和 WebGL，即使在移動設備上也具有出色的性能。您可以在 GitHub 上查看源代碼或在此處閱讀完整的案例研究。

ConvNetJS

儘管不再積極維護，但 ConvNetJS 是 JavaScript 最先進的深度學習庫之一。 ConvNetJS 最初在斯坦福大學開發，在 GitHub 上非常流行，產生了許多社區驅動的功能和教程。直接在瀏覽器中運行，支持多種學習技術，而且層次比較低，適合神經網絡經驗比較豐富的人。

事物翻譯器

Thing Translator 是一項網絡實驗，可讓您的手機識別現實生活中的物體並用不同的語言對其進行命名。該應用完全基於網絡技術構建，並利用 Google 的兩個機器學習 API - 用於圖像識別的 Cloud Vision 和用於自然語言翻譯的 Translate API。

Neurojs

基於強化學習構建人工智能係統的框架。遺憾的是，開源項目沒有適當的文檔，但其中一個演示，自動駕駛汽車實驗，對構成神經網絡的不同部分進行了很好的描述。該庫是純 JavaScript 並使用 webpack 和 babel 等現代工具製作的。

機器學習

另一個允許我們僅使用 JavaScript 設置和訓練神經網絡的庫。它在 Node.js 和客戶端都非常容易安裝，並且具有非常乾淨的 API，適合所有技能水平的開發人員。該庫提供了大量實現流行算法的示例，幫助您了解核心機器學習原理。

深鍛

DeepForge 是一個用戶友好的開發環境，用於處理深度學習。它允許您使用簡單的圖形界面設計神經網絡，支持遠程機器上的訓練模型，並內置版本控制。該項目在瀏覽器中運行，基於 Node.js 和 MongoDB，安裝過程對於大多數 web 開發者來說非常熟悉。

獎勵：Javascript 中的機器學習

Burak Kanber 的一系列優秀博客文章，涵蓋了一些機器學習基礎知識。這些教程寫得很好，清晰，專門針對 JavaScript 開發人員。如果您想更深入地了解機器學習，這是一個很好的資源。

結論

儘管 JavaScript 機器學習生態系統尚未完全開發，但我們建議您使用此列表中的資源來邁出 ML 的第一步並了解核心技術。正如文章中的實驗所示，您只需使用瀏覽器和一些熟悉的 JavaScript 代碼就可以製作出很多有趣的東西。