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:
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
公众号推荐:
跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。
评论 1 条评论