Google mašīnmācībai piedāvā atvērtā koda, ar aparatūru paātrinātu bibliotēku, kas darbojas pārlūkprogrammā. Pašlaik bibliotēka tiek atbalstīta tikai Google Chrome darbvirsmas versijā, taču projekts strādā, lai atbalstītu vairāk ierīču.
Deeplearn.js bibliotēka ļauj apmācīt neironu tīklus pārlūkprogrammā, neprasot programmatūras instalēšanu vai aizmuguri. "Klienta puses ML bibliotēka var būt platforma interaktīviem skaidrojumiem, ātrai prototipu veidošanai un vizualizācijai un pat bezsaistes skaitļošanai," sacīja Google pētnieki. "Un, ja nekas cits, pārlūkprogramma ir viena no populārākajām programmēšanas platformām pasaulē."
Izmantojot WebGL JavaScript API 2D un 3D grafikai, Deeplearn.js var veikt aprēķinus GPU. Tas piedāvā ievērojamu sniegumu, tādējādi pārsniedzot JavaScript ātruma ierobežojumus, sacīja pētnieki.
Deeplearn.js atdarina uzņēmuma TensorFlow mašīnizlūkošanas bibliotēkas un uz Python balstītas zinātniskās skaitļošanas paketes NumPy struktūru. “Mēs esam arī ieviesuši dažu visbiežāk izmantoto TensorFlow darbību versijas. Ar Deeplearn.js izlaišanu mēs nodrošināsim rīkus svaru eksportēšanai no TensorFlow kontrolpunktiem, kas autoriem ļaus tos importēt tīmekļa vietnēs, lai secinātu Deeplearn.js. "
Lai gan Microsoft TypeScript ir izvēlētā valoda, Deeplearn.js var izmantot ar vienkāršu JavaScript. Deeplearn.js demonstrācijas ir redzamas projekta mājas lapā. Deeplearn.js pievienojas citiem projektiem, kas mašīnmācīšanos nodrošina JavaScript un pārlūkprogrammai, tostarp TensorFire, kas ļauj izpildīt neironu tīklus tīmekļa vietnē, un ML.js, kas nodrošina mašīnmācīšanās un skaitliskās analīzes rīkus JavaScript Node.js.
