Propel - Machine learning for Javascript
Note: This post is over 8 years old. The information may be outdated.
Propel cung cấp cơ chế GPU-backed giống như thư viện Numpy trên Python, propel có thể cung cấp 1 kiến trúc rất mạnh cho các thuật toán Machine learning trên Javascript, như hỗ trợ tính toán rất mạnh và nhanh, như các tính toán trên ma trận, list, plot, ...
Với ưu điểm trên Javascript, Propel có thể chạy ở mọi nơi (từ browser đến natively trên Node). Cả 2 môi trường trên thư viện đều có thể sử dụng sức mạnh của GPU. Trên trình duyệt, thư viện sử dụng WebGL thông qua deeplearn.js, còn trên Node nó sử dụng TensorFlow's C API.
Trang chủ: http://propelml.org
Cài đặt trên Node:
npm install propel
import { grad } from 'propel'
Sử dụng trên trình duyệt:
<script src="https://unpkg.com/propel@3.1.0"></script>
- References: http://propelml.org/references.html
- Propel Notebook: http://propelml.org/notebook
Related Posts
natural - NLTK cho Javascript
NaturalJS được ví như nltk cho Node. natural có nhiều chức năng xử lý ngôn ngữ tự nhiên như: Tokenizing, stemming, classification, phonetics, tf-idf, WordNet, string similarity, ...
NLP - Truyện Kiều Word2vec
Khám phá Word2vec qua "Truyện Kiều" của Nguyễn Du. Hướng dẫn chi tiết về word embeddings, cách xử lý tiếng Việt với n-grams, và sử dụng Gensim Python để training mô hình. Bài viết giải thích về distributed representation, PCA visualization, và những phát hiện thú vị về mối quan hệ ngữ nghĩa giữa các từ trong kinh điển văn học Việt Nam.
Deploy Deep Learning model as a web service API
Trong bài này mình sẽ hướng dẫn deploy 1 model Deep learning, cụ thể là Keras dưới dạng một web service API. Sử dụng Flask framework python và Redis server như một Messeage Queue.
TensorFlow.js
Với TensorFlow.js, không những có thể chạy models machine learning, mà chúng ta còn có thể training trực tiếp ngay trên browser. Trong bài viết ngắn gọn này, mình sẽ giới thiệu cách sử dụng cơ bản và nhanh nhất để bắt đầu với Tensorflow.js.