Actualité Intelligence artificielle : Faire du Deep Learning en Javascript avec TensorFlow.js

Pour approfondir le sujet

Une librairie Javascript de Deep Learning permet d’implémenter des réseaux neuronaux directement dans le navigateur

La librairie TensorFire permet d'implémenter des réseaux neuronaux en javascript, directement dans le navigateur, et ce, sans avoir à installer quoi que ce soit...

Les équipes de Google Magenta et Google PAIR dévoilent un doodle basé sur du machine learning en hommage à Bach

C'est un projet original qu'ont mené les équipes de Google Magenta et Google PAIR. Pour célébrer ce 21 mars et rendre hommage au compositeur...

Formation en intelligence artificielle : Aix-Marseille Université se restructure et se renforce dans le domaine

Aix-Marseille Université (AMU) a annoncé une nouvelle structure pour se positionner en tant que leader dans le domaine de l'intelligence artificielle. Au sein de...

Intelligence artificielle : Faire du Deep Learning en Javascript avec TensorFlow.js

En août 2017, nous vous présentions TensorFire, une librairie javascript permettant de faire du Deep Learning directement depuis votre navigateur internet. L’autre librairie permettant de le faire, Deeplearn.js a évolué et devient le socle de TensorFlow.js, la suite de Deep Learning javascript la plus avancée à l’heure actuelle. Le portage est pour le moment incomplet mais permet d’utiliser les fonctionnalités principales de TensorFlow.

TensorFlow.js permet donc d’entraîner et déployer des modèles de Machine Learning en les intégrant au sein d’une page web. La librairie exploite les optimisations WebGL afin de proposer d’excellentes performances.

La librairie permet d’utiliser des modèles TensorFlow via une procédure d’importation (en revanche il est impossible d’exporter les modèles TensorFlow.js pour le moment). Comme vous pouvez le voir dans l’exemple ci-dessous, l’implémentation est on ne peut plus simple, et les développeurs habitués à TensorFlow ne devraient pas être déstabilisés.

[cc lang=”javascript”]


[/cc]

Cette librairie ouvre la porte à de nombreuses possibilités, puisqu’elle peut par exemple exploiter la webcam du navigateur. Et surtout, en mettant le Deep Learning à la portée des développeurs Javascript, il y a de fortes chances pour qu’elle contribue à une accélération de la diffusion du Deep Learning. En revanche, elle ne risque pour le moment pas de faire de l’ombre à la version Python de TensorFlow, qui permet d’entraîner les modèles 10 à 15 fois plus rapidement.

ll s’agit donc d’une excellente initiative qui s’inscrit comme une démocratisation du Deep Learning. Le seul bémol que nous pouvons y voir est que le développement de ce type de librairies Javascript risque à terme de faciliter le “vol” de temps de calcul des visiteurs de sites web.

Pour plus d’informations et des démos prêtes à l’emploi, rendez-vous sur js.tensorflow.org.

ActuIA

Partager l'article

Synapse AI : Entretien avec Julian Lucchesi, directeur des partenariats du CenTech à Montréal

L'adoption de l'intelligence artificielle en entreprise nécessite bien souvent un accompagnement. Dans ce numéro 3 de Synapse AI, Mathieu Barreau rencontre Julian Lucchesi, Directeur...

Un modèle de deep learning pour repérer plus facilement les tumeurs métastasiques complexes

Nous vous présentions récemment un système mis au point par des scientifiques écossais permettant de repérer plus facilement les mésothéliomes, une forme rare de cancer....

Trois start-up, spécialisées data et intelligence artificielle, finalistes du LVMH Innovation Award

Dans le cadre de la cinquième édition du LVMH Innovation Award, 28 start-up ont été sélectionnées. Grâce à ce prix dédié à l'innovation, les...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C'est le défi que se sont lancé plusieurs équipes de recherche....