2019 年に注目すべき 11 の JavaScript 機械学習ライブラリ

ほとんどの機械学習は Python などの言語で行われますが、フロントエンドとバックエンドの両方において、JavaScript エコシステムには素晴らしいコミュニティが存在します。この興味深い交差点から、私たちは JavaScript と機械学習を一緒に使用することの奇妙な可能性を探求し、実験するようになりました。ここでは、Javascript、機械学習、DNN、さらには NLP を組み合わせた興味深いライブラリをいくつか紹介します。

[[259694]]

1. ブレイン

Brain.js は、(現在は非推奨の)「brain」ライブラリに代わるニューラル ネットワーク用の JavaScript ライブラリであり、Node.js またはブラウザー (ノートブック コンピューティング) で使用でき、さまざまなタスクにさまざまなタイプのネットワークを提供します。

Githubアドレス: https://github.com/BrainJS/brain.js

これは、色のコントラストを認識するようにネットワークをトレーニングするためのデモです。

2. シナプス

Synaptic は、node.js およびブラウザ用の JavaScript ニューラル ネットワーク ライブラリであり、第 1 レベル、さらには第 2 レベルのニューラル ネットワーク アーキテクチャをトレーニングできます。このプロジェクトには、多層パーセプトロン、多層長短期記憶ネットワーク、リキッド ステート マシンなどの組み込みアーキテクチャと、実際のネットワークをトレーニングできるトレーナーが含まれています。

Githubアドレス: https://github.com/cazala/synaptic

3. ニータプティック

このライブラリは、Perceptron、LSTM、GRU、Nark などの多数の組み込みネットワークを備え、ブラウザーと Node.js に高速なニューロ進化とバックプロパゲーションを提供します。これは初心者向けの簡単なチュートリアルです。

Github アドレス: https://github.com/wagenaartje/neataptic

4. コンブネットJS

スタンフォード大学の博士によって開発されたこの人気ライブラリは、過去 4 年間メンテナンスされていませんが、間違いなくリストの中で最も興味深いプロジェクトの 1 つです。これは、汎用モジュール、分類、回帰、実験的強化学習モジュールをサポートし、画像処理用の畳み込みネットワークをトレーニングすることもできるニューラル ネットワークの JavaScript 実装です。

Githubアドレス: https://github.com/karpathy/convnetjs

現在サポートしているのは以下です:

• 一般的なニューラル ネットワーク モジュール (完全接続層、非線形性)
• 分類（SVM/Softmax）と回帰（L2）コスト関数
• 画像処理用の畳み込みネットワークを指定してトレーニングする機能
• Deep Q Learning に基づく実験的な強化学習モジュール

5.ウェブDNN

この日本製の JavaScript ライブラリは、ディープ ニューラル ネットワークの事前トレーニング済みモデルをブラウザー上で迅速に実行できるように構築されています。ブラウザ上で DNN を実行すると大量のコンピューティング リソースが消費されるため、フレームワークは DNN モデルを最適化してモデル データを圧縮し、WebAssembly や WebGPU などの JavaScript API を通じて実行を高速化します。

ニューラル ネットワーク スタイル転送に WebDNN を使用する例:

6. ディープラーニング

この人気のライブラリを使用すると、ブラウザでニューラル ネットワークをトレーニングしたり、事前トレーニング済みのモデルを推論モードで実行したりすることができ、Web の NumPy として使用できるとも主張されています。簡単にアクセスできる API により、ライブラリは実用的で便利なアプリケーションに使用でき、積極的にメンテナンスされています。

Githubアドレス: https://github.com/tensorflow/tfjs-core

TensorFlow.js エコシステムの一部として、現在は @tensorflow/tfjs-core (TensorFlow.js コア API) でホストされており、低レベルのハードウェア アクセラレーションによる線形代数演算と自動微分化のための熱心な API を提供しています。

7. Tensorflow ディーププレイグラウンド

Tensorflow Deep Playground は、d3.js と TypeScript で記述されたニューラル ネットワークのインタラクティブな視覚化です。このプロジェクトには基本的に非常に基本的な Tensor Flow プレイグラウンドが含まれていますが、さまざまな方法で使用したり、さまざまな目的で非常に印象的な教育機能として機能したりできます。

Githubアドレス: https://github.com/tensorflow/playground

8. 妥協

この非常に人気のあるライブラリは、「JavaScript での適度な自然言語処理」を提供します。非常に基本的でわかりやすく、小さなファイルにコンパイルすることもできます。何らかの理由で、その控えめな「十分な」アプローチにより、基本的な NLP を必要とするほぼすべてのアプリケーションに最適な候補になります。

Githubアドレス: https://github.com/spencermountain/compromise

9. ニューロ

この素晴らしいプロジェクトは、ブラウザ用のディープラーニングと強化学習の JavaScript ライブラリ フレームワークです。拡張された強化学習サポートを備えたフルスタックのニューラル ネットワーク ベースの機械学習フレームワークを実装するこのプロジェクトは、convnetjs の後継であると考える人もいます。

Githubアドレス: https://github.com/janhuenermann/neurojs

10.ml.js で

mljs 組織によって開発された、Javascript 用の機械学習ツールを提供するリポジトリのセット。これには、教師あり学習と教師なし学習、人工ニューラル ネットワーク、回帰アルゴリズム、統計、数学などのサポート ライブラリが含まれます。以下に簡単なウォークスルーを示します。

Githubアドレス: https://github.com/mljs

11. 心

Node.js とブラウザ用の柔軟なニューラル ネットワーク ライブラリで、基本的に予測を行う方法を学習し、マトリックス実装を使用してトレーニング データを処理し、構成可能なネットワーク トポロジを有効にします。また、すでに学習した「アイデア」をプラグ アンド プレイで使用でき、アプリケーションで非常に役立ちます。

Githubアドレス: https://github.com/stevenmiller888/mind