JS 的 AI 時代來了
近幾年，技術飛速發展，AI 正以前所未有的速度改變著我們的生活。而在這一浪潮中，JS 作為前端開發的基石，也正在迎來其 AI 時代的新篇章。本文將分享幾個引領 JS 邁向 AI 時代的機器學習庫，探索這些庫的魅力，攜手迎接 JS 的 AI 時代吧！
TensorFlow.js
TensorFlow.js 是由 Google TensorFlow 團隊開發的開源客戶端 JavaScript 機器學習庫。它允許開發人員將機器學習功能引入 Web 瀏覽器和基于 JavaScript 的應用，從而消除了對服務器端計算的需求，減少了延遲，并提高了應用的響應能力。
TensorFlow.js 是一個綜合庫，使開發人員能夠直接在 JavaScript 中創建和訓練機器學習模型，支持傳統的機器學習算法和深度學習模型，適用于各種應用。此外，它利用用戶設備的底層硬件加速功能（如 GPU）來高效執行計算，從而縮短推理時間，允許直接在瀏覽器中實時預測和處理數據。無論是在瀏覽器還是 Node.js 環境中，TensorFlow.js 都能發揮出色的性能，并提供多種后端選項以適應不同的使用場景。
Github：https://github.com/tensorflow/tfjs
brain.js
Brain.js 是一個用于神經網絡的JavaScript庫，它能夠在Node.js中運行或直接在瀏覽器中運行。該庫通過提供易于使用的API簡化了將ML模型集成到應用程序中的過程，允許在AI領域幾乎沒有經驗的開發人員創建智能系統。
此外，Brain.js支持自然語言處理（NLP）任務，涉及計算機和人類語言之間的交互，可以構建聊天機器人、自動翻譯器、情緒分析工具等。它還可以用于圖像識別任務，如面部識別、缺陷檢測或診斷輔助等。
Github：https://github.com/BrainJS/brain.js
JS-Torch
JS-Torch 是一個專為 JavaScript 設計的全新深度學習庫。它的語法習慣與廣受歡迎的PyTorch框架高度相似，提供了一個功能齊全的張量對象（可跟蹤梯度）、深度學習層和函數，以及一個自動微分引擎。這個庫允許用戶從頭開始構建深度學習模型，并具有模塊化結構，包含用于核心框架、層、優化器和測試的不同文件夾和文件。
Github：https://github.com/eduardoleao052/js-pytorch
NLP.js
NLP.js 是一個基于 Node.js 的自然語言處理（NLP）庫，具有情感分析、自動語言識別等功能。它完全用JavaScript編寫，支持瀏覽器和Node.js環境，旨在簡化Web應用和服務器端應用中的NLP任務。NLP.js基于最新的人工智能算法，如詞嵌入（Word Embeddings）、條件隨機場（Conditional Random Fields）和LSTM神經網絡模型，這使得它在執行諸如實體識別、情感分析、關鍵詞提取等任務時表現出色。此外，NLP.js不僅支持預訓練模型，還允許開發者自定義模型以適應特定業務場景。
Github：https://github.com/axa-group/nlp.js
Transformers.js
Transformers.js是一個JavaScript庫或框架，設計用于在Web瀏覽器中直接運行Transformer模型，而不再需要外部服務器參與處理。它提供了預訓練模型和熟悉的API，支持自然語言處理、計算機視覺、音頻和多模態領域的任務。借助Transformers.js，開發人員可以直接在瀏覽器中運行文本分類、圖像分類、語音識別等任務，這使其成為ML從業者和研究人員的強大工具。
此外，Transformers.js 將最先進的機器學習技術引入到Web中，消除了對服務器的需求，實現了最大程度上的隱私保護。在最新的版本中，Transformers.js還引入了增強功能，包括文本轉語音（TTS）支持，擴展了庫的應用場景。
Github：https://github.com/xenova/transformers.js
Natural
Natural 是 Node.js 的一個通用自然語言處理工具。它為自然語言處理提供了廣泛的功能，包括標記化、詞干提取、分類、語音學、tf-idf、WordNet、字符串相似性和一些屈折變化等。這個庫的設計使得開發人員能夠解析、解釋、操作和理解來自用戶輸入的自然語言。
Github：https://github.com/NaturalNode/natural
Tesseract.js
Tesseract.js 是一個基于 Tesseract OCR 引擎的JavaScript版本。它可以從圖像中獲取幾乎任何語言的文字。Tesseract OCR 引擎本身是一個廣泛使用的開源 OCR 引擎，能夠識別多種語言和字體。而 Tesseract.js 將原始的 Tesseract 從 C 編譯為 JavaScript WebAssembly，從而使 OCR 可以在瀏覽器中訪問。它支持100多種語言，具有自動文本方向和腳本檢測功能，并提供了閱讀段落、單詞和字符邊界框的簡單界面。Tesseract.js 既可以在瀏覽器中運行，也可以在帶有 NodeJS 的服務器上運行。
此外，Tesseract.js 還具有跨平臺兼容性，可以在多種操作系統上運行，包括Windows、Linux 和 macOS。同時，由于它基于原版 Tesseract OCR 引擎，因此也具有相似的高識別準確性。
