内容简介:该项目帮助前端开发人员可视化机器学习模型架构,以及内部功能抽象、中间数据操作和最终推论生成的过程。TensorSpace.js 使用
TensorSpace.js 提供了开源的,基于浏览器的神经网络数据可视化框架,通过支持使用 TensorFlow.js 、 Keras 或 TensorFlow 创建的预先训练好的模型来完善日益增长的机器学习需求。
该项目帮助前端开发人员可视化机器学习模型架构,以及内部功能抽象、中间数据操作和最终推论生成的过程。
TensorSpace.js 使用 Three.js 作为其底层 3D 绘图 API。该项目添加了功能和时序模型的数据可视化,包括 LeNet、AlexNet、YOLOv2、ResNet-50、Vgg16、ACGAN、MobileNetv1、Inceptionv3 等等。可以在 TensorSpace.js Playground 查看各个模型的示例。
TensorSpace 层 提供了一个容器来展示内部层数据和结构的 3D 可视化,包括如密度、扁平化、形变、池化等功能,在某种程度上会让那些使用机器学习 API 工作的人感到很熟悉。
想要开始使用 TensorSpace.js,首先要通过 npm 或 yarn 安装它:
复制代码
npm install tensorspace # or yarnaddtensorspace
然后根据 TensorSpace.js HelloWorld 文档 进行操作,或根据这个 例子使用 CodePen 。
https://codepen.io/syt123450/pen/YRwZGg
最新的 TensorSpace.js 0.2 版本 中添加了很多功能,并修改了一些错误。尽管该项目还没有发布稳定的版本,但是它也提供了一系列有用的机器学习数据可视化工具。
TensorSpace.js 是在 Apache 2 许可证下的开源软件项目。可以通过 TensorSpace.js GitHub 项目 对它作出贡献或反馈,但必须遵守 TensorSpace.js 的贡献指南 。
查看英文原文: TensorSpace.js Delivers Neural Network 3D Visualization Framework
以上所述就是小编给大家介绍的《开源 TensorSpace.js:基于浏览器的神经网络 3D 可视化框架》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- PyTorch可视化卷积神经网络
- 可视化探索卷积神经网络提取特征
- PyTorch可视化理解卷积神经网络
- 通过可视化隐藏表示,更好地理解神经网络
- NeurIPS 2018提前看:可视化神经网络泛化能力
- 通过可视化体验人工智能神经网络工具——TensorFlow PlayGround来认识神经网络
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
自制编程语言 基于C语言
郑钢 / 人民邮电出版社 / 2018-9-1 / CNY 89.00
本书是一本专门介绍自制编程语言的图书,书中深入浅出地讲述了如何开发一门编程语言,以及运行这门编程语言的虚拟机。本书主要内容包括:脚本语言的功能、词法分析器、类、对象、原生方法、自上而下算符优先、语法分析、语义分析、虚拟机、内建类、垃圾回收、命令行及调试等技术。 本书适合程序员阅读,也适合对编程语言原理感兴趣的计算机从业人员学习。一起来看看 《自制编程语言 基于C语言》 这本书的介绍吧!
JS 压缩/解压工具
在线压缩/解压 JS 代码
XML 在线格式化
在线 XML 格式化压缩工具