Deeplearn.js, una librería para programar redes neuronales en el navegador web

Google ha presentado una librería de JavaScript pensada para programar pequeños experimentos de redes neuronales con la menor complejidad posible, sin necesidad de instalar nada y aprovechando recursos como la aceleración por hardware con tarjetas gráficas. La librería se llama Deeplearn.js y puede invocarse desde JavaScript o TypeScript.

Cuando Google liberó el código de TensorFlow muchos vieron la oportunidad de experimentar, aprender y ensayar ideas avanzadas sobre redes neuronales de una forma asequible. El problema viene cuando se descubre que hay que instalar varias librerías de apoyo y que existen cuatro métodos totalmente diferentes de instalación y ejecución, con sus respectivas variantes en función de si hay o no hay aceleración por hardware con núcleos CUDA. Nada especialmente complejo, si eres informático o tienes tiempo para aprender todos estos detalles.

Deeplearn.js evita todo este trabajo y permite empezar a programar de inmediato en el entorno del navegador, incluso con esa aceleración CUDA sin necesidad de opciones o paquetes locales. La librería imita la estructura de TensorFlow y NumPy. Si bien las posibilidades no son las mismas que con un sistema plenamente configurado de TensorFlow, la programación de demostraciones o el ensayo de algoritmos que luego se trasladen a un entorno de producción más complejo.

Más información en InfoWorld.

Captura de redacción.