TensorSpace.jsがニューラルネットワークの3D可視化フレームワークを提供

TensorSpace.jsはオープンソースの、ブラウザベースのニューラルネットワークデータ可視化フレームワークだ。TensorFlow.js、Keras、またはTensorFlowで生成されたトレーニング済みモデルをサポートすることにより、拡大を続けるマシンラーニングの適用分野を補完する。

このプロジェクトは、マシンラーニングモデルの構造に加えて、内部機能の抽象化や中間データ操作、最終的な推論生成といった一連のプロセスを可視化することで、フロントエンド開発者を支援する。

TensorSpace.jsは、基盤3D描画APIとしてTree.jsを使用すしている。このプロジェクトは、LeNet、AlexNet、YOLOv2、ResNet-50、Vgg16、ACGAN、MobileNetv1、Inceptionv3などの機能モデルとシーケンシャルモデルのデータ可視化を提供するものだ。それぞれのモデルでの例は、TensorSpace.js playgroundで確認できる。

TansorSpaceレイヤは、全結合(dense)、平坦化(flatten)、再形成(reshape)、プーリング(pooling)といった内部レイヤのデータや構造を、マシンラーニングAPIを使い慣れたユーザに分かりやすい方法で3D可視化するためのコンテナを提供する。

TensorSpace.jsを使用するには、まずnpmまたはyarnを使ってインストールを行う。

npm install tensorspace

# or

yarn add tensorspace

次に、TensorSpace.js HelloWorld資料か、あるいはこちらのCodePenを使ったサンプルに従う。

最新のTensorSpace.js 0.2リリースには、多数の機能とバグ修正が加えられている。安定バージョンにはまだ達していないものの、マシンラーニングデータ可視化の有用性から、多くの期待を抱かせるものだ。

TensorSpace.jsは、Apache 2ライセンス下で提供されるオープンソースソフトウェアである。コントリビューションやフィードバックは、TensorSpace.jsコントリビューションガイドラインに従って、TensorSpace.js GitHubプロジェクト経由で提供してほしい。