五个最热门的开源机器学习 JavaScript 框架

校对自：

https://opensource.com/article/18/5/machine-learning-javascript-frameworks

译者： Dr.michael J.garbade

翻译者： hopefully2333

假如你是一名想深入细致机器学习的 JavaScript 合作开发人员或想正式成为一名选用 JavaScript 的机器学习研究者，所以那些开放源码架构或许会招揽你。

开放源码辅助工具的不断涌现使得合作开发人员能更为随心所欲地合作开发应用领域，这一点儿使机器学习应用领域领域这类赢得了很大快速增长。（比如，AndreyBu，他源自瑞典，在机器学习应用领域领域保有三年以内的实战经验，他始终在选用各式各样各样的开放源码架构来缔造富于气质的机器学习项目。）

尽管 Python 是大多数的机器学习架构所选用的词汇，但 JavaScript 也并没被丢下。JavaScript 合作开发人员能在应用领域流程中选用各式各样架构来体能训练和布署机器学习数学模型。

上面是 JavaScript 中最炙手可热四个机器学习架构

1、 TensorFlow.js

TensorFlow.js 是两个开放源码库，它使你能在应用领域流程中完备地运转机器学习流程，它是 Deeplearn.js 的后继者，Deeplearn.js 无须预览了。TensorFlow.js 在 Deeplearn.js 机能的基础上展开了明显改善，使你能充分运用应用领域流程，获得更为深入细致的机器学习实战经验。

透过那个开放源码库，你能在浏览器中选用有各式各样机能的、简单的 API 来表述、体能训练和布署数学模型。除此以外，它手动提供更多 WebGL 和 Node.js 的全力支持。

假如您有了两个已经体能训练过的数学模型，你想导入到应用领域流程中。TensorFlow.js 能让你做到这一点儿，你也能在不离开应用领域流程的情况下重新体能训练已有的数学模型。

2、机器学习辅助工具库

现在有很多在应用领域流程中提供更多广泛的机器学习机能的资源型开放源码辅助工具，那个机器学习辅助工具库就是那些开放源码辅助工具的集合。那个辅助工具库为好几种机器学习算法提供更多全力支持，包括非监督式学习、监督式学习、数据处理、人工神经网络（ANN）、数学和回归。

假如你以前选用 Python，现在想找类似于 Scikit-learn 的，能在浏览器中选用 JavaScript 展开机器学习的辅助工具，这套辅助工具会满足你的要求。

3、 Keras.js

Keras.js 是另外两个炙手可热的开放源码架构，它使你能在应用领域流程中运转机器学习数学模型，它选用 WebGL 来提供更多 GPU 模式的全力支持。假如你有选用 Node.js 的数学模型，你就只能在 GPU 模式下运转它。Keras.js 还为选用任意后端架构的数学模型体能训练提供更多全力支持，比如 Microsoft Cognitive Toolkit (CNTK) 。

一些 Keras 数学模型能布署在客户端应用领域流程上，包括 Inception v3 (体能训练在 ImageNet 上)，50 层冗余网络(体能训练在 ImageNet 上)，和卷积变化手动编码器(体能训练在 MNIST 上)。

4、 Brain.js

机器学习里的概念非常重要，它可能会使刚开始进入那个应用领域领域的人们气馁，那个应用领域领域里的学术用语和专业词汇可能会使初学者感到崩溃，而解决以上问题的能力就是 Brain.js 的优势所在。它是开放源码的，基于 JavaScript 的架构，简化了表述、体能训练和运转神经网络的流程。

假如你是两个 JavaScript 合作开发人员，并且在机器学习应用领域领域是完全的新手，Brain.js 能减低你学习的难度曲线。它能和 Node.js 一起选用，或者运转在客户端应用领域流程里来体能训练机器学习数学模型。Brain.js 全力支持部分类型的神经网络，包括前馈式网络、Ellman 网络，和门循环单元网络。