用于JavaScript的機器學(xué)習庫有哪些
本篇內(nèi)容主要講解“用于JavaScript的機器學(xué)習庫有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習“用于JavaScript的機器學(xué)習庫有哪些”吧!
成都創(chuàng)新互聯(lián)公司是一家集網(wǎng)站建設(shè),雞東企業(yè)網(wǎng)站建設(shè),雞東品牌網(wǎng)站建設(shè),網(wǎng)站定制,雞東網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,雞東網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。
Python是一種通用編程語言，不僅用于機器學(xué)習，還用于科學(xué)計算，后端Web開發(fā)，桌面應(yīng)用程序等.R主要用于統(tǒng)計學(xué)家。但是，它們至少有兩個共同特征：
它們適合非程序員
他們有全面的ML庫
在許多情況下，ML算法在Fortran，C，C ++或Cython中實現(xiàn)，并從Python或R調(diào)用。
Java也用于機器學(xué)習，但通常由專業(yè)程序員使用。
在過去的幾年中，JavaScript得到了普及，并且出現(xiàn)了一些非常有趣的機器學(xué)習庫，可以在瀏覽器或Node.js上實現(xiàn)ML方法。令人驚訝的是，許多這些庫在JavaScript中實現(xiàn)了大量代碼。
ml.js
ml.js是一個全面的，通用的JavaScript ML庫，適用于瀏覽器和Node.js. 它提供了以下例程：
對數(shù)組，哈希表，排序，隨機數(shù)生成等的位操作。
線性代數(shù)，數(shù)組操作，優(yōu)化(Levenberg-Marquardt方法)，統(tǒng)計
交叉驗證
監(jiān)督學(xué)習
無監(jiān)督學(xué)習
支持的監(jiān)督學(xué)習方法是：
線性，多項式，指數(shù)和冪回歸
K-最近鄰居
樸素貝葉斯
支持向量機
決策樹和隨機森林
前饋神經(jīng)網(wǎng)絡(luò)等
此外，ml.js提供了幾種無監(jiān)督的學(xué)習方法：
主成分分析
聚類分析(k均值和層次聚類)
自組織地圖(Kohonen網(wǎng)絡(luò))
TensorFlow.js
TensorFlow是***的機器學(xué)習庫之一。它側(cè)重于人工神經(jīng)網(wǎng)絡(luò)的各種類型和結(jié)構(gòu)，包括深度網(wǎng)絡(luò)以及網(wǎng)絡(luò)的組件。
TensorFlow由Google Brain Team創(chuàng)建，使用C ++和Python編寫。但是，它可以與包括JavaScript在內(nèi)的多種語言一起使用。
TensorFlow是一個非常全面的庫，仍然可以輕松地構(gòu)建和培訓(xùn)模型。它支持各種各樣的網(wǎng)絡(luò)層，激活功能，優(yōu)化器和其他組件。它具有良好的性能并提供GPU支持。
TensorFlow.js是一個用于瀏覽器或Node.js的JavaScript ML庫。它支持WebGL。
brain.js
brain.js是一個用JavaScript編寫的庫 - 專注于訓(xùn)練和應(yīng)用前饋和循環(huán)神經(jīng)網(wǎng)絡(luò)。它還提供其他實用程序，例如神經(jīng)網(wǎng)絡(luò)所需的數(shù)學(xué)例程。
它提供了高級選項，如：
使用GPU訓(xùn)練網(wǎng)絡(luò)
可以并行適應(yīng)多個網(wǎng)絡(luò)的異步培訓(xùn)
交叉驗證是一種更復(fù)雜的驗證方法
brain.js將模型保存到JSON文件或從中加載模型。
ConvNetJS
ConvNetJS是神經(jīng)網(wǎng)絡(luò)和深度學(xué)習的另一個庫。它可以在瀏覽器中訓(xùn)練神經(jīng)網(wǎng)絡(luò)。除了分類和回歸問題，它還有強化學(xué)習模塊(使用Q學(xué)習)仍然是實驗性的。ConvNetJS為在圖像識別方面表現(xiàn)優(yōu)異的卷積神經(jīng)網(wǎng)絡(luò)提供支持。
在ConvNetJS中，神經(jīng)網(wǎng)絡(luò)是層的列表。它提供以下層：
輸入(***個)圖層
完全連接的層
卷積層
匯集層
局部對比度歸一化層
分類器丟失(輸出)層：softmax和svm
使用L2的回歸損失(輸出)層
它支持幾個重要的激活功能，如：
RELU
乙狀結(jié)腸
雙曲正切
MAXOUT
以及優(yōu)化器如：
隨機梯度下降
Adadelta
AdagradS
ConvNetJS還提供了一種方便的方法來保存和加載JSON文件的模型。
執(zhí)照：麻省理工學(xué)院。
WebDNN
WebDNN是一個專注于深度神經(jīng)網(wǎng)絡(luò)的圖書館，包括具有LSTM架構(gòu)的遞歸神經(jīng)網(wǎng)絡(luò)。它使用TypeScript和Python編寫，并提供JavaScript和Python API。
它還提供了在瀏覽器中執(zhí)行GPU的可能性。
WebDNN的一個非常方便的功能是可以轉(zhuǎn)換和使用PyTorch，TensorFlow，Keras，Caffemodel或Chainer預(yù)訓(xùn)練的模型。
natural
natural是一個用于Node.js的自然語言處理的JavaScript庫。
它支持：
標記化(將文本分解為字符串數(shù)組)
弦距離的計算
匹配相似的字符串
分類(樸素貝葉斯，邏輯回歸和***熵)
情感分析(目前有八種語言)
語音匹配，inflectors，n-gram等
到此，相信大家對“用于JavaScript的機器學(xué)習庫有哪些”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習！
名稱欄目：用于JavaScript的機器學(xué)習庫有哪些
本文來源：http://m.jiaotiyi.com/article/johsih.html