机器学习: Tensorflow v/s Tensorflow.js v/s Brain.js

Question

最近，我开始使用机器学习技术编写代码，并在不同平台上实现的机器学习之间来回往返。我经常使用的框架是Tensorflow (Python)、Tensorflow.js和Brain.js。我对他们有几分怀疑。

1. 为什么大多数人喜欢Tensorflow (Python)而不是Tensorflow.js。Tensorflow.js所没有的Tensorflow有什么特别之处？
2. 我在互联网上见过的大多数人更喜欢使用Tensorflow.js而不是brain.js，尽管brain.js使用JSON对象不会让开发人员陷入麻烦，从而创建张量并进行内存管理等等。为什么人们更喜欢使用Tensorflow.js，尽管brain.js很容易实现？
3. 如果我正在创建一个使用Node.js作为后端的网站，那么从长远来看，哪个库是机器学习的最佳实现库呢？Tensorflow.js还是Brain.js？还是应该单独使用Tensorflow来进行机器学习？

我在这些话题上找了很多。我对自己的怀疑还没有一个很好的解释。因此，期待一个清晰而详细的解释:)

Answer 1

速度不同: Tensorflow > tfjs > brainjs。Python可以直接编译成机器代码，直接使用CPU和GPU，而tfjs是在客户机上编译的脚本语言，必须在浏览器中使用<canvas>来访问GPU (我不确定brain.js是否是GPU加速的)。

另一件事是，tensorflow是一个完整的生态系统，它与不同平台的每个不同版本保持同步，因此很容易将您的python(keras)模型移植到tfjs，如果您知道如何编写一个tensorflow模型，您可以使用任何语言编写它。

如果您正在使用nodejs，那么使用tfjs而不切换到python的唯一原因是您更喜欢JavaScript语言，或者您被迫使用是因为您在JS后端工作。

PS:刚刚发布了一个新的库(ML5)，它是tfjs的包装器，并添加了许多东西，这可以帮助您在没有深入机器学习背景的情况下构建和使用模型。