Machinelearn.js é uma biblioteca de aprendizado de máquina escrita em TypeScript. Ele resolve problemas de aprendizado de máquina e ensina aos usuários como os algoritmos de aprendizado de máquina funcionam.
Usando fios
$ yarn add machinelearnUsando NPM
$ npm install --save machinelearnNos navegadores
Usamos o JSDeliver para distribuir a versão do navegador do machinelearn.js
< script src =" https://cdn.jsdelivr.net/npm/machinelearn/machinelearn.min.js " > </ script >
< script >
const { RandomForestClassifier } = ml . ensemble ;
const cls = new RandomForestClassifier ( ) ;
</ script >Consulte https://www.jsdelivr.com/package/npm/machinelearn para obter mais detalhes.
Por padrão, o machinelearning.js usará a versão JavaScript pura do TFJS. Para ativar a aceleração através da ligação de C ++ ou GPU, você deve importar machinelearn-node para C ++ ou machinelearn-gpu para GPU.
yarn add machinelearn-node import 'machinelearn-node' ;yarn add machinelearn-gpu import 'machinelearn-gpu' ;Congratulamo -nos com novos colaboradores de todos os níveis de experiência. O Guia de Desenvolvimento será adicionado para ajudar novos colaboradores a ingressar facilmente ao projeto.
machinelearn.js fornece um conjunto simples e consistente de APIs para interagir com os modelos e algoritmos. Por exemplo, todos os modelos seguiram APIs:
fit para treinamentopredict para inferirtoJSON por salvar o estado do modelofromJSON para carregar o modelo do ponto de verificaçãoO teste garante que você esteja usando a versão mais estável do machinelearn.js
$ npm run testSimplesmente nos dê um? clicando em
Simplesmente seguimos o fluxo de trabalho "Fork-and-Pull" do Github. Por favor, leia contribuiing.md para obter mais detalhes.
Ótimas referências que ajudaram a construir este projeto!
Obrigado a essas pessoas maravilhosas (key emoji):
Jason Shin ? | Jaivarsan ? ? | Oleg Stotsky ? | Ben ? ? ? | Christoph Reinbothe ? ? ? | Adam King |
|---|