基于 WebGL 的浏览器端神经网络框架 TensorFire

ISC
Python
跨平台
2017-08-04
王练

TensorFire 是基于 WebGL 的,运行在浏览器中的神经网络框架。使用 TensorFire 编写的应用能够在实现前沿深度学习算法的同时,不需要任何的安装或者配置就直接运行在现代浏览器中。

与之前某些浏览器内的神经网络框架相比,TensorFire 有着近百倍的速度提升,甚至于能够与那些运行在本地 CPU 上的代码性能相媲美。

TensorFire 主要由两部分组成:底层基于 GLSL 的能够高效编写操作四维张量的并行 WebGLS 着色器的编程语言,以及上层的用于导入 Keras 与 TensorFlow 训练好的模型的接口。TensorFire 能够运行在任何的,无论是否支持 CUDA 的 GPU 上;这就意味着,譬如最新的 2016 Retina MacBook Pro 这样的使用 AMD 显卡的机器,也能顺畅地运行 TensorFire。

TensorFire 能够帮助开发者构建不需要用户本地安装的智能应用,并且不同于传统的收集用户数据以统一训练的模式,直接将模型下发到用户端能够保障用户隐私。TensorFire 官方正在着手提供多个范例,譬如复杂的 ResNet-152 网络、著名的基于 RNN 的文本生产与图片着色、基于 SqueeseNet 的物体识别与分类等等。

开发者也可以使用 TensorFire 提供的底层接口来进行其他的高性能计算,譬如 PageRank、元胞自动机仿真、图片转化与过滤等等。


简介来自:前端之巅

加载中

评论(3)

海晖
海晖
那个猜拳demo把我迷倒了
随机9380fa
随机9380fa
webgl 目前还不是很流畅,我用的I7和独显,都感觉不是很流畅.
梅开源
梅开源
我梦想这样的东西很久了。对最终计算来说,浏览器里不是个好主意。但对开发学习过程来说,webgl有着无可比拟的优势。

暂无资讯

暂无问答

Tensorflow实现浏览器上的深度学习

导读 在最近的TensorFlow Dev Summit 2018大会上,Google宣布发布Tensorflow.js,这是用Javascript实现的开源深度学习框架Tensorflow。Tensorflow.js可以实现在浏览器中直接训练模型,通过使...

06/05 12:22
35
0

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部