机器学习：Tensorflow v/s Tensorflow.js v/s Brain.js
Machine Learning : Tensorflow v/s Tensorflow.js v/s Brain.js
我最近开始使用机器学习技术进行编码，并且一直在不同平台上实现的机器学习之间来回切换。我经常使用的框架是 Tensorflow (Python)、Tensorflow.js 和 Brain.js。我对他们有几个疑问。
- 为什么他们中的大多数人更喜欢 Tensorflow (Python) 而不是 Tensorflow.js。 Tensorflow 有哪些 Tensorflow.js 没有的特点？
- 我在互联网上看到的大多数人更喜欢使用 Tensorflow.js 而不是 brain.js，即使 brain.js 使用 JSON 对象，这不会让开发人员陷入困境创建 Tensors 和进行内存管理之类的麻烦。为什么人们更喜欢使用 Tensorflow.js，即使 brain.js 很容易实现？
- 如果我正在制作一个使用 Node.js 作为后端的网站，那么在长期 运行 中，哪个库是机器学习的首选库？ Tensorflow.js 还是 Brain.js？还是我应该单独使用 Tensorflow 来进行机器学习？
我一直在搜索这些主题。而且我还没有对我的疑虑做出很好的解释。所以期待一个清晰而详细的解释:)
速度不同：Tensorflow > tfjs > brainjs。 Python可以直接编译成机器码，直接使用CPU和GPU，而tfjs是脚本语言，在客户端编译，必须使用<canvas>浏览器访问 GPU 与 brain.js 相同（我不确定 brain.js 是否是 GPU 加速的）
另一件事是 tensorflow 是一个完整的生态系统，它与不同平台的每个不同版本保持同步，因此将您的 python(keras) 模型移植到 tfjs 非常容易，如果你知道如何编写张量流模型代码，你可以用任何语言来完成。
如果您使用的是 nodejs，那么继续使用 tfjs 而不是切换到 python 的唯一原因是您更喜欢 JavaScript 语言，或者您因为工作而被迫使用在 JS 后端。
PS:
刚刚发布了一个新库 (ML5)，它是 tfjs 的包装器并添加了很多东西，可以帮助您构建和使用模型，而无需深入的机器学习背景。
我最近开始使用机器学习技术进行编码，并且一直在不同平台上实现的机器学习之间来回切换。我经常使用的框架是 Tensorflow (Python)、Tensorflow.js 和 Brain.js。我对他们有几个疑问。
- 为什么他们中的大多数人更喜欢 Tensorflow (Python) 而不是 Tensorflow.js。 Tensorflow 有哪些 Tensorflow.js 没有的特点？
- 我在互联网上看到的大多数人更喜欢使用 Tensorflow.js 而不是 brain.js，即使 brain.js 使用 JSON 对象，这不会让开发人员陷入困境创建 Tensors 和进行内存管理之类的麻烦。为什么人们更喜欢使用 Tensorflow.js，即使 brain.js 很容易实现？
- 如果我正在制作一个使用 Node.js 作为后端的网站，那么在长期 运行 中，哪个库是机器学习的首选库？ Tensorflow.js 还是 Brain.js？还是我应该单独使用 Tensorflow 来进行机器学习？
我一直在搜索这些主题。而且我还没有对我的疑虑做出很好的解释。所以期待一个清晰而详细的解释:)
速度不同：Tensorflow > tfjs > brainjs。 Python可以直接编译成机器码，直接使用CPU和GPU，而tfjs是脚本语言，在客户端编译，必须使用<canvas>浏览器访问 GPU 与 brain.js 相同（我不确定 brain.js 是否是 GPU 加速的）
另一件事是 tensorflow 是一个完整的生态系统，它与不同平台的每个不同版本保持同步，因此将您的 python(keras) 模型移植到 tfjs 非常容易，如果你知道如何编写张量流模型代码，你可以用任何语言来完成。
如果您使用的是 nodejs，那么继续使用 tfjs 而不是切换到 python 的唯一原因是您更喜欢 JavaScript 语言，或者您因为工作而被迫使用在 JS 后端。
PS: 刚刚发布了一个新库 (ML5)，它是 tfjs 的包装器并添加了很多东西，可以帮助您构建和使用模型，而无需深入的机器学习背景。