BT

Accueil InfoQ Actualités TensorSpace.js Fournit un Framework de Visualisation 3D d'un Réseau de Neurones

TensorSpace.js Fournit un Framework de Visualisation 3D d'un Réseau de Neurones

Favoris

TensorSpace.js fournit un framework de visualisation de données de réseau de neurones open source basé sur un navigateur, qui complète le paysage grandissant de l’apprentissage automatique en prenant en charge des modèles préformés créés avec TensorFlow.js, Keras, ou TensorFlow.

Le projet aide les développeurs frontaux à visualiser les structures de modèle d’apprentissage automatique, ainsi que les processus d’abstractions de caractéristiques internes, de manipulations de données intermédiaires et de générations d’inférences finales.

TensorSpace.js utilise Three.js pour son API de dessin 3D sous-jacente. Le projet ajoute la visualisation de données de modèles fonctionnels et séquentiels, notamment LeNet, AlexNet, YOLOv2, ResNet-50, Vgg16, ACGAN, MobileNetv1, Inceptionv3, etc. Des exemples de chaque modèle peuvent être visualisés sur le playground de TensorSpace.js.

Tensorpace.js example

Une couche TensorSpace fournit un conteneur permettant d'afficher des visualisations 3D des données et de la structure de la couche interne, y compris des fonctionnalités telles que la densité, l'aplatissement, la transformation, le regroupement, et plus d'une manière destinée à être familière à ceux qui travaillent avec des API d'apprentissage automatique.

Pour commencer à utiliser TensorSpace.js, installez-le d'abord via npm ou yarn :

npm install tensorspace

# or

yarn add tensorspace

Suivez ensuite la documentation HelloWorld de TensorSpace.js ou suivez cet exemple avec CodePen.

 

La dernière version de TensorSpace.js 0.2 ajoute de nombreuses fonctionnalités et améliorations de bugs. Bien que le projet n’ait pas encore atteint sa version stable, il fournit une collection prometteuse de visualisations utiles de données d’apprentissage automatique.

TensorSpace.js est un logiciel open source disponible sous la licence Apache 2. Les contributions et les commentaires sont encouragés via le projet GitHub de TensorSpace.js et doivent suivre les directives de contribution de TensorSpace.js.

Evaluer cet article

Pertinence
Style

Bonjour étranger!

Vous devez créer un compte InfoQ ou cliquez sur pour déposer des commentaires. Mais il y a bien d'autres avantages à s'enregistrer.

Tirez le meilleur d'InfoQ

Html autorisé: a,b,br,blockquote,i,li,pre,u,ul,p

Commentaires de la Communauté

Html autorisé: a,b,br,blockquote,i,li,pre,u,ul,p

Html autorisé: a,b,br,blockquote,i,li,pre,u,ul,p

BT

Votre profil est-il à jour? Merci de prendre un instant pour vérifier.

Note: en cas de modification de votre adresse email, une validation sera envoyée.

Nom de votre entreprise:
Rôle dans votre entreprise:
Taille de votre entreprise:
Pays/Zone:
État/Province/Région:
Vous allez recevoir un email pour confirmer la nouvelle adresse email. Ce pop-up va se fermer de lui-même dans quelques instants.