TensorSpace.js提供了開源的,基於瀏覽器的神經網絡數據可視化框架,通過支持使用TensorFlow.js、Keras或TensorFlow創建的預先訓練好的模型來完善日益增長的機器學習需求。
該項目幫助前端開發人員可視化機器學習模型架構,以及內部功能抽象、中間數據操作和最終推論生成的過程。
TensorSpace.js使用Three.js作爲其底層3D繪圖API。該項目添加了功能和時序模型的數據可視化,包括LeNet、AlexNet、YOLOv2、ResNet-50、Vgg16、ACGAN、MobileNetv1、Inceptionv3等等。可以在TensorSpace.js Playground查看各個模型的示例。
TensorSpace層提供了一個容器來展示內部層數據和結構的3D可視化,包括如密度、扁平化、形變、池化等功能,在某種程度上會讓那些使用機器學習API工作的人感到很熟悉。
想要開始使用TensorSpace.js,首先要通過npm或yarn安裝它:
npm install tensorspace
# or
yarn add tensorspace
然後根據TensorSpace.js HelloWorld文檔進行操作,或根據這個例子使用CodePen。
https://codepen.io/syt123450/pen/YRwZGg
最新的TensorSpace.js 0.2版本中添加了很多功能,並修改了一些錯誤。儘管該項目還沒有發佈穩定的版本,但是它也提供了一系列有用的機器學習數據可視化工具。
TensorSpace.js是在Apache 2許可證下的開源軟件項目。可以通過TensorSpace.js GitHub項目對它作出貢獻或反饋,但必須遵守TensorSpace.js的貢獻指南。
查看英文原文:TensorSpace.js Delivers Neural Network 3D Visualization Framework