聊聊那些使用前端Javascript实现的机器学习类库
机器学习（Machine Learning）在最近几年绝对称的上是大火，越来越多的公司和资本投入了巨大资源和金钱到这个新上位的技术“新宠”中，尤其是随着更多的各种机器学习相关类库的出现和发展，更多新的技术已经被应用到了机器学习中， 现在大家可以看到， Python不再是唯一个老牌机器学习的必用语言， 对于现代神经网络（neural networks）语言不再是一个问题， 你基本可以使用任何的编程语言， 包括今天我们介绍的标准前端开发语言 - Javascript
Web的整个体系已经在近几年中有了长足的发展， 虽然 Javascript 和 node.js的使用案例还远远无法和Java/Python来媲美。 但是 也足够应用到很多机器学习的环境中去啦。而且最大的优势在于 - 一个浏览器就可以帮你搞定了一切 ！
虽然， 基于Javascript的机器学习类库还非常的早期，很多依旧在开发状态下， 但是他们的确已经可以提供比较早期的体验。 在今天这篇文章中， 我们将选择几款超酷的机器学习和AI相关的web应用， 让大家初体验一下 ~~
brain是一个允许你快速简单创建神经网络并且基于输入/输出进行训练的类库。虽然一个CDN浏览器版本可以直接将类库加载到web页面中， 因为这个训练过程占用了大量的资源， 所以将这个类库运行在了一格Node.js环境下 。 这个类库包含了一个非常迷你的在线演示， 可以用来训练识别颜色的对比度
这个教育化的web应用允许你把玩神经网络，并且探索不同的组件。 拥有非常设计良好的UI， 可以允许你控制输入数据，神经元数量， 使用的算法等， 各种相关的度量将会影响最终的结果。 当然这里在后台中有大量值得学习的东西， 代码是开源的， 使用了自定义的 机器学习语言 （typescript）， 并且拥有非常好的文档
这是一个使用800行代码实现的机器学习Javasript类库， 实现了一个机器学习 flappy bird 游戏的demo。 在这个类库中使用了AI技巧：Neuroevolution ，应用了来自“自然”杂志的神经系统算法， 动态的从每一个迭代的成功和失败中学习。 demo运行非常简单， 直接使用浏览器打开index.html即可
截图中可以看到经过了20代的学习， 这只鸟， 在我截屏的时候，依然还没有挂掉 ！
可能是最活跃维护的项目之一， Synaptic是一个node.js和浏览器类库， 这个类库被设计为架构不可知的状态， 允许了开发人员创建任何类型的神经网络。 拥有很少的内建架构， 是的能够快速的测试和算法比较。 同时包含了一个非常完整的神经网络说明， 一些实际的演示， 很多其它相关的教程，来介绍机器学习如何工作滴
land lines是一个非常有趣的Chrome Web实验， 它查找地球的卫星图片，找出类似用户的涂鸦。 这个app没有服务器调用， 完全在浏览器里运行， 使用了webGL和机器学习， 在移动端也有很好的体验。
虽然已经不再活跃的维护了， ConvNetJS是Javascript机器学习的最先进的类库。 最早是斯坦福大学开发， 后来在Github上非常知名， 拥有了很多社区开发的特性和教程。 直接在浏览器里运行， 支持多学习技巧， 偏底层， 是的它非常适合神经网络中比较大的体验
这是一个web实验演示， 允许你使用手机来识别现实生活中的物品，并且用不同语言来命名。 这个app使用web技术和两个来自Google的机器学习API实现，包括：
Cloud Vision （图片识别） 和 Translate API（语言翻译）
基于“增强学习“的AI系统框架。 很可惜这个项目没有正确的文档说明， 但是有一个自动驾驶的演示，拥有很多相关细节的文字描述。 这个类库纯Javascript，可以使用webpack或者babel来编译打包
另外一个允许我们设置/训练神经网络的Javascript类库。 使用node.js和客户端安装非常简单， 拥有非常干净的API， 对于不同技术水平的开发人员来说，都非常适应。这个类库包含了大量的演示， 包含了很多流行的算法， 帮助你理解核心的及其学习语言原则
这是一个用户友好的深度学习开发环境， 允许你使用一格简单图形界面设计神经网络， 支持远程机器的训练模型， 内建版本控制， 这个项目基于Node.js和MongoDB，运行在浏览器里， 安装过程非常类似大多数的web开发过程
文章总结