来源：research.googleblog.com
编辑：四叠半
【新智元导读】谷歌最新发布deeplearn.js 0.1.0，这是一个开源的 WebGL 加速的 Java 机器学习库，完全在浏览器中运行，不需要安装，不需要后端处理。官网已经发布一系列demo，能力强大。
机器学习（ML）已经成为越来越强大的工具，可以应用于对象识别，语言翻译，医疗等各种领域。但是，使用常用的ML库，ML系统的发展往往局限于那些拥有计算资源和技术专长的人。
PAIR（People + AI Research initiative）是一个倡议研究和重新设计人类与ML交互的计划，利用这一计划，我们希望将机器学习开放给尽可能多的人。为了追求这个目标，我们很高兴地发布 deeplearn.js 0.1.0，这是一个开源的 WebGL 加速的 Java 机器学习库，完全在浏览器中运行，不需要安装，不需要后端处理。
将机器学习带入浏览器有很多好处。一个客户端ML库可以作为交互解释（interactive explanation）的平台，可以快速原型开发（prototyping）和可视化，甚至可以离线计算。撇开其他不谈，浏览器可以说是世界上最受欢迎的编程平台之一。
虽然浏览器上的机器学习库已经存在多年（例如 Andrej Karpathy 的 convnetjs），但是它们受到 Java 速度的限制，或者局限于推理而不能用于训练（例如 TensorFire）。相比之下，deeplearn.js 通过利用 WebGL 在GPU上执行计算，以及进行完全反向传播（full backpropagation）的能力，实现了显着的加速。
这个 API 模拟 TensorFlow 和 NumPy 的结构，具有用于训练的延迟执行模型（像 TensorFlow）和用于推理的即时执行模型（像NumPy）。我们还实现了一些最常用的 TensorFlow 操作版本。伴随着 deeplearn.js 的发布，接下来我们将提供从 TensorFlow checkpoint 导出权重的工具，这将允许作者将它们导入到 deeplearn.js 推理的网页。
你可以通过训练卷积神经网络来识别照片和手写数字来探索这个库的潜力——所有这些都完全不需要编写代码。
我们正在发布一系列 demo 来展示 deeplearn.js 的能力。使用连接实时网络摄像头的图像分类器，你可以观察到网络的内部表示；或者以每秒60帧生成流畅的抽象艺术视频。deeplearn.js 主页上还有更多demo。
我们希望这个库能显着提高机器学习的可见性和参与度，使开发者能够访问强大的工具，同时为日常用户提供与之进行交互的方式。我们期待与开源社区合作，推动这一愿景。
原文：https://research.googleblog.com/2017/08/harness-power-of-machine-learning-in.html
deeplearn.js 官网：https://pair-code.github.io/deeplearnjs/返回搜狐，查看更多
责任编辑：
