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

Question

我最近开始使用机器学习技术进行编码，并且在不同平台上实现的机器学习之间来回走动。我经常使用的框架是 Tensorflow （Python）， Tensorflow.js 和 Brain.js 。我对此有一些疑问。

1. 为什么大多数人都喜欢Tensorflow（Python）而不是Tensorflow.js。 Tensorflow.js没有的Tensorflow有什么特色呢？
2. 我在互联网上见过的大多数人都喜欢使用Tensorflow.js，而不是brain.js，尽管brain.js使用JSON对象，这不会使开发人员麻烦地创建Tensor并进行内存管理和其他工作。即使brain.js易于实现，为什么人们还是喜欢使用Tensorflow.js？
3. 如果我要创建一个使用Node.js作为后端的网站，从长远来看，这将是为机器学习实现的首选库吗？ Tensorflow.js还是Brain.js？还是我应该单独将Tensorflow用于机器学习？

我在这些主题上进行了很多搜索。对于我的疑问，我还没有很好的解释。因此，希望有一个清晰而详细的说明：）

Answer 1

速度是不同的：Tensorflow> tfjs> brainjs。 Python可以直接编译为机器代码并直接使用CPU和GPU，而tfjs是一种脚本语言，正在客户端上进行编译，并且必须使用浏览器中的<canvas>来访问GPU，与brain.js（我不确定brain.js是否为GPU加速）

另一件事是，张量流是一个完整的生态系统，与不同平台的每个不同版本保持同步，因此将python（keras）模型移植到tfjs真的很容易，如果您知道如何编写代码， tensorflow-model您可以用任何语言来完成。

如果您使用的是nodejs，那么不使用tfjs而不切换到python的唯一原因就是您更喜欢JavaScript语言，或者由于在JS后端中工作而被迫使用。

PS： 刚刚发布了一个新的库（ML5），该库是tfjs的包装，并添加了许多内容，可帮助您在没有较深的机器学习背景的情况下构建和使用模型。