Googles Deeplearn.js bringt maschinelles Lernen in den Browser

Google bietet eine Open-Source-Bibliothek mit Hardwarebeschleunigung für maschinelles Lernen an, die in einem Browser ausgeführt wird. Die Bibliothek wird derzeit nur in der Desktop-Version von Google Chrome unterstützt, das Projekt unterstützt jedoch weitere Geräte. 

Die Deeplearn.js-Bibliothek ermöglicht das Training neuronaler Netze in einem Browser, ohne dass eine Softwareinstallation oder ein Back-End erforderlich ist. "Eine clientseitige ML-Bibliothek kann eine Plattform für interaktive Erklärungen, für Rapid Prototyping und Visualisierung und sogar für Offline-Berechnungen sein", so Google-Forscher. "Und nicht zuletzt ist der Browser eine der beliebtesten Programmierplattformen der Welt."

Mit der WebGL-JavaScript-API für 2D- und 3D-Grafiken kann Deeplearn.js Berechnungen auf der GPU durchführen. Dies bietet eine erhebliche Leistung und überschreitet damit die Geschwindigkeitsbegrenzungen von JavaScript, so die Forscher.

Deeplearn.js imitiert die Struktur der TensorFlow Machine Intelligence Library des Unternehmens und von NumPy, einem auf Python basierenden wissenschaftlichen Computerpaket. „Wir haben auch Versionen einiger der am häufigsten verwendeten TensorFlow-Operationen implementiert. Mit der Veröffentlichung von Deeplearn.js werden wir Tools zum Exportieren von Gewichten von TensorFlow-Prüfpunkten bereitstellen, mit denen Autoren sie für Deferenz von Deeplearn.js in Webseiten importieren können. “

Obwohl Microsoft TypeScript die Sprache der Wahl ist, kann Deeplearn.js mit einfachem JavaScript verwendet werden. Demos von Deeplearn.js finden Sie auf der Homepage des Projekts. Deeplearn.js schließt sich anderen Projekten an, die maschinelles Lernen für JavaScript und den Browser bereitstellen, darunter TensorFire, das die Ausführung neuronaler Netze innerhalb einer Webseite ermöglicht, und ML.js, das Tools für maschinelles Lernen und numerische Analyse in JavaScript für Node.js bereitstellt.