今天就跟大家聊聊有關(guān)JavaScript中有哪些機(jī)器學(xué)習(xí)框架，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

創(chuàng)新互聯(lián)成立于2013年，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目做網(wǎng)站、網(wǎng)站制作網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢想脫穎而出為使命，1280元魯山做網(wǎng)站,已為上家服務(wù),為魯山各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:18982081108

1、TensorFlow.js

TensorFlow.js 是一個(gè)開源庫，它使你能在瀏覽器中完整地運(yùn)行機(jī)器學(xué)習(xí)程序，它是 Deeplearn.js 的繼承者，Deeplearn.js 不再更新了。TensorFlow.js 在 Deeplearn.js 功能的基礎(chǔ)上進(jìn)行了改善，使你能夠充分利用瀏覽器，得到更加深入的機(jī)器學(xué)習(xí)經(jīng)驗(yàn)。

通過這個(gè)開源庫，你可以在瀏覽器中使用有各種功能的、直觀的 API 來定義、訓(xùn)練和部署模型。除此之外，它自動(dòng)提供 WebGL 和 Node.js 的支持。

如果您有了一個(gè)已經(jīng)訓(xùn)練過的模型，你想要導(dǎo)入到瀏覽器中。TensorFlow.js 可以讓你做到這一點(diǎn)，你也可以在不離開瀏覽器的情況下重新訓(xùn)練已有的模型。

2、Machine learning tools

現(xiàn)在有很多在瀏覽器中提供廣泛的機(jī)器學(xué)習(xí)功能的資源型開源工具，這個(gè)機(jī)器學(xué)習(xí)工具庫就是這些開源工具的集合。這個(gè)工具庫為好幾種機(jī)器學(xué)習(xí)算法提供支持，包括非監(jiān)督式學(xué)習(xí)、監(jiān)督式學(xué)習(xí)、數(shù)據(jù)處理、人工神經(jīng)網(wǎng)絡(luò)（ANN）、數(shù)學(xué)和回歸。

如果你以前使用 Python，現(xiàn)在想找類似于 Scikit-learn 的，能在瀏覽器中使用 JavaScript 進(jìn)行機(jī)器學(xué)習(xí)的工具，這套工具會(huì)滿足你的要求。

3、Keras.js

Keras.js 是另外一個(gè)熱門的開源框架，它使你能夠在瀏覽器中運(yùn)行機(jī)器學(xué)習(xí)模型，它使用 WebGL 來提供 GPU 模式的支持。如果你有使用 Node.js 的模型，你就只能在 GPU 模式下運(yùn)行它。Keras.js 還為使用任意后端框架的模型訓(xùn)練提供支持，例如 Microsoft Cognitive Toolkit (CNTK) 。
一些 Keras 模型可以部署在客戶端瀏覽器上，包括 Inception v3 (訓(xùn)練在 ImageNet 上)，50 層冗余網(wǎng)絡(luò)(訓(xùn)練在 ImageNet 上)，和卷積變化自動(dòng)編碼器(訓(xùn)練在 MNIST 上)。

4、Brain.js

機(jī)器學(xué)習(xí)里的概念非常重要，它可能會(huì)使剛開始進(jìn)入這個(gè)領(lǐng)域的人們氣餒，這個(gè)領(lǐng)域里的學(xué)術(shù)用語和專業(yè)詞匯可能會(huì)使初學(xué)者感到崩潰，而解決以上問題的能力就是 Brain.js 的優(yōu)勢所在。它是開源的，基于 JavaScript 的框架，簡化了定義、訓(xùn)練和運(yùn)行神經(jīng)網(wǎng)絡(luò)的流程。

如果你是一個(gè) JavaScript 開發(fā)者，并且在機(jī)器學(xué)習(xí)領(lǐng)域是完全的新手，Brain.js 能減低你學(xué)習(xí)的難度曲線。它可以和 Node.js 一起使用，或者運(yùn)行在客戶端瀏覽器里來訓(xùn)練機(jī)器學(xué)習(xí)模型。Brain.js 支持部分類型的神經(jīng)網(wǎng)絡(luò)，包括前饋式網(wǎng)絡(luò)、Ellman 網(wǎng)絡(luò)，和門循環(huán)單元網(wǎng)絡(luò)。

5、Synaptic.js

Synaptic 可以運(yùn)行在瀏覽器和 NodeJs 服務(wù)器端的神經(jīng)網(wǎng)絡(luò)庫，你能夠用它訓(xùn)練一層甚至是二層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該庫包括一些內(nèi)置的體系結(jié)構(gòu)，如多層感知機(jī)（MLP）、長短時(shí)記憶網(wǎng)絡(luò)、液體狀態(tài)機(jī)和能夠訓(xùn)練真實(shí)網(wǎng)絡(luò)的訓(xùn)練器。

6、compromise

基本上是NLP自然語言處理庫 - 前端 Java 實(shí)現(xiàn)的首選，這個(gè)庫加上自己的資料庫壓縮成min.js后文件大小可達(dá)到300k以下，這樣運(yùn)行在瀏覽器和 NodeJs 服務(wù)器端都問題不大，具體可以做的東西是訓(xùn)練自定義語義庫：劃分出分詞，獲取句子的各個(gè)詞性，可以把句子變積極消極、分詞等.

7、STDLib

STDLib 是一個(gè)基于 JavaScript 和 Node.js 應(yīng)用的開源庫，如果您正在尋找一種在瀏覽器中運(yùn)行，支持科學(xué)和數(shù)字化的基于 web 的機(jī)器學(xué)習(xí)應(yīng)用，STDLib 能滿足你的需要。

這個(gè)庫能提供全面而先進(jìn)的數(shù)學(xué)和統(tǒng)計(jì)學(xué)上的功能，來幫助你構(gòu)建高性能的機(jī)器學(xué)習(xí)模型。你同樣也可以使用它豐富的功能來構(gòu)建應(yīng)用程序和其他的庫。除此之外，如果你想要一個(gè)數(shù)據(jù)可視化和探索性數(shù)據(jù)分析的框架 —— STDLib 你，值得擁有。

看完上述內(nèi)容，你們對(duì)JavaScript中有哪些機(jī)器學(xué)習(xí)框架有進(jìn)一步的了解嗎？如果還想了解更多知識(shí)或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝大家的支持。