我在找尋 WebGL 資料時找到 TensorFire 這個網站, 它是一個在瀏覽器內執行神經網路應運算的框架, 利用 WebGL 來加速. 使用 TensorFire 的應用可以無須安裝或設定, 在瀏覽器裡執行深度學習運算. 參考 :
# https://tenso.rs
由於現在的桌上型電腦, 筆電, 與手機很多都有為遊戲而內建的 GPU 以進行平行運算, TensorFire 將神經網路權重轉換為 WebGL Texture (紋理), 利用瀏覽器的繪圖能力來加速神經網路計算.
其中的一個應用是 Ctborg Writer, 只要按 Tab 鍵就會自動產生選定風格 (例如莎士比亞或川普) 的文句, 參考 :
# Cyborg Writer
連 AI 也可以在瀏覽器上跑, 真是厲害. 我在想, 這些應該都是搭建在 Javascript 上的框架 (例如 NodeJS), 是否在 Chrome 上執行會比較快速?
但是也有人認為用 Javascrip/NodeJS 跑 ML 效率不好, 我覺得那要看應用啦! 如果是網頁上的小應用計算量不重的話應該OK, 網頁應用如果加上 AI 效果應該蠻有創意的. 參考 :
# Why doesn't anyone recommend JavaScript/Node.js as a language for machine learning or data analysis?
關於 WebGL 參考下列教學 :
# WebGL 理论基础
關於 Javascript 資料科學, 參考 :
# Learn JS Data
# 5 JavaScript Tools to go from Developer to Data Scientist
# 4 Useful JavaScript Libraries for Data Analysis and Visualization
2018年12月26日 星期三
訂閱:
張貼留言
(
Atom
)
沒有留言 :
張貼留言