IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)

Vous êtes nouveau sur Developpez.com ? Créez votre compte ou connectez-vous afin de pouvoir participer !

Vous devez avoir un compte Developpez.com et être connecté pour pouvoir participer aux discussions.

Vous n'avez pas encore de compte Developpez.com ? Créez-en un en quelques instants, c'est entièrement gratuit !

Si vous disposez déjà d'un compte et qu'il est bien activé, connectez-vous à l'aide du formulaire ci-dessous.

Identifiez-vous
Identifiant
Mot de passe
Mot de passe oublié ?
Créer un compte

L'inscription est gratuite et ne vous prendra que quelques instants !

Je m'inscris !

Deeplearn.js : Google apporte une bibliothèque pour l'apprentissage par machine sur le navigateur Web
Qui exploite WebGL pour des calculs sur le GPU

Le , par Stéphane le calme

328PARTAGES

8  0 
L'apprentissage par machine (ML) est devenu un outil de plus en plus puissant, qui peut être appliqué à une grande variété de domaines couvrant la reconnaissance d'objets, la traduction des langues, la santé et plus encore. Cependant, le développement de systèmes ML est souvent limité à ceux qui disposent de ressources informatiques et de l'expertise technique pour travailler avec les bibliothèques ML communément disponibles.

Avec PAIR (People AI Research, une initiative pour étudier et repenser les interactions humaines avec ML), Google espère ouvrir l'apprentissage par machine au plus grand nombre de personnes possible.

C’est dans ce contexte que l’entreprise a annoncé la disponibilité de deeplearn.js 0.1.0, une bibliothèque JavaScript accélérée WebGL pour l'apprentissage par machine qui fonctionne entièrement dans votre navigateur et qui ne nécessite aucune installation ni backend.

La bibliothèque n'est actuellement prise en charge que dans la version desktop de Google Chrome.

Google explique que son API imite la structure de TensorFlow et NumPy, avec un modèle d'exécution différée pour la formation (comme TensorFlow) et un modèle d'exécution immédiate pour l'inférence (comme NumPy). « Nous avons également mis en œuvre des versions de certaines des opérations TensorFlow les plus utilisées. Avec la publication de deeplearn.js, nous fournirons des outils pour exporter des poids des points de contrôle TensorFlow, ce qui permettra aux auteurs de les importer dans des pages Web pour l'inférence de deeplearn.js. »

« Il existe de nombreuses raisons pour amener l'apprentissage machine dans le navigateur. Une bibliothèque ML côté client peut être une plateforme pour des explications interactives, pour un prototypage rapide et une visualisation, et même pour un calcul hors ligne. Sans compter sur le fait que le navigateur est l'une des plateformes de programmation les plus populaires au monde », note Google.

« Alors que les bibliothèques d'apprentissage par machine Web ont existé depuis des années (par exemple, les convnetj de Andrej Karpathy), elles ont été limitées par la vitesse de JavaScript ou ont été limitées à l'inférence plutôt qu'à la formation (par exemple, TensorFire). En revanche, deeplearn.js offre une accélération significative en exploitant WebGL pour effectuer des calculs sur le GPU, ainsi que la possibilité de faire une rétroprojection complète. »

Bien que TypeScript soit le langage de choix de Deeplearn.js, Google explique que vous pouvez l’utiliser avec JavaScript. Des démonstrations sont disponibles sur la page d’accueil du projet.

Source : Google, page d'accueil du projet

Et vous ?

Que pensez-vous de ce projet ? Allez-vous tester Deeplearn.js ?

Voir aussi :

TensorFlow, la bibliothèque d'apprentissage automatique de Google est disponible en version 1.0, avec plus performance et compatible avec Java et Go

Une erreur dans cette actualité ? Signalez-nous-la !