深度学习在 JavaScript 中的应用

Atwood's Law:  any application that can be written in JavaScript, will eventually be written in JavaScript

 3 分钟建立终生受用的

深度学习知识系统

😁 不可能的

需要用到的工具

• keras
• keras.js
• TensorFlow
• GTX 1080
• Nodejs
• Python
• Vue

Keras: 基于 Python 的深度学习库

Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。

Keras 为支持快速实验而生，能够把你的idea迅速转换为结果

• 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）
• 支持CNN和RNN，或二者的结合
• 无缝CPU和GPU切换

如果你有如下需求，请选择Keras：

Keras.js: 在浏览器中运行 Keras 模型

在浏览器 和 Node.js 中运行 Keras 模型，并通过 WebGL 2 提供 GPU 支持。由于 Keras 将许多框架抽象为后端，因此模型可以在任何后端进行训练，包括TensorFlow，CNTK等。

什么是神经网络

生物神经网络 

人工神经网络 

论人类有多爱甜食

教人工神经网络如何吃糖

神经网络

如何搭建神经网络

搭建神经网络

基本流程

• 定义添加神经层的函数
• 训练的数据
• 定义节点准备接收数据
• 定义神经层：隐藏层和预测层
• 定义 loss 表达式
• 选择 optimizer 使 loss 达到最小

卷积神经网络

卷积神经网络

简单图形

五官

人脸

训练神经网络

在 keras.js 中运行模型

压缩模型

19 MB

1.7 MB

怎么在浏览器使用模型

const model = new window.KerasJS.Model({
  filepath: '/static/captcha__model.bin',
  gpu: true,
  transferLayerOutputs: true
})

实例化模型

怎么在浏览器使用模型

predict () {
  const { canvas } = this.$refs
  const ctx = canvas.getContext('2d')
  const imageData = ctx.getImageData(0, 0, ctx.canvas.width, ctx.canvas.height)
  // 预处理图片数据
  const data = this.preprocess(imageData)
  const inputName = this.model.inputLayerNames[0]
  const outputName = this.model.outputLayerNames[0]
  const inputData = {
    [inputName]: data
  }
  this.model.predict(inputData).then(outputData => {
    console.log(outputData)
    // 将概率数据转换为验证码字母
    this.vev2capcha(outputData[outputName])
  })
}

模型预测

⚠️ 可能你的设备不能正常运行它