Apprentissage automatique : Tensorflow v/s Tensorflow.js v/s Brain.js

Question

J'ai récemment commencé à coder avec des techniques d'apprentissage automatique et j'ai fait des allers-retours entre l'apprentissage automatique implémenté dans différentes plateformes. Les frameworks avec lesquels j'ai beaucoup travaillé sont Tensorflow (Python), Tensorflow.js y Brain.js . Et j'ai quelques doutes à leur sujet.

1. Pourquoi la plupart d'entre eux préfèrent-ils Tensorflow (Python) à Tensorflow.js. Qu'est-ce que Tensorflow a que Tensorflow.js n'a pas et qui le rend spécial ?
2. La plupart des gens que j'ai vus sur internet préfèrent travailler avec Tensorflow.js plutôt qu'avec brain.js, même si brain.js utilise des objets JSON qui ne mettent pas le développeur dans la difficulté de créer des tenseurs et de faire de la gestion de mémoire et autres. Pourquoi les gens préfèrent-ils travailler avec Tensorflow.js même si brain.js est facile à mettre en œuvre ?
3. Si je crée un site web qui utilise Node.js comme backend, quelle serait la meilleure bibliothèque à mettre en œuvre pour l'apprentissage automatique à long terme ? Tensorflow.js ou Brain.js ? Ou devrais-je utiliser Tensorflow séparément pour l'apprentissage automatique ?

J'ai beaucoup cherché sur ces sujets. Et je n'ai pas encore eu une bonne explication pour mes doutes. J'attends donc une exaplanation claire et détaillée :)

Answer 1

Les vitesses sont différentes : Tensorflow > tfjs > brainjs. Python peut être directement compilé en code machine et utiliser directement le CPU et le GPU, alors que tfjs est un script-langage qui est compilé sur le client et doit utiliser l'interface de l'ordinateur. <canvas> dans le navigateur pour accéder au GPU de la même manière que brain.js (je ne suis pas sûr que brain.js soit accéléré par le GPU)

Une autre chose est que tensorflow est un écosystème entier, qui est maintenu en synchronisation avec chaque version différente pour les différentes plates-formes, il est donc très facile de porter votre modèle python (keras) à tfjs et si vous savez comment coder un modèle tensorflow, vous pouvez le faire dans n'importe quel langage.

Et si vous utilisez nodejs, la seule raison de rester avec tfjs et de ne pas passer à python est que vous préférez le langage JavaScript ou que vous êtes obligé de l'utiliser parce que vous travaillez dans un backend JS.

PS : Une nouvelle bibliothèque vient de sortir ( ML5 ), qui est un wrapper pour tfjs et ajoute beaucoup de choses, ce qui vous aide à construire et à utiliser des modèles sans avoir de connaissances approfondies en apprentissage automatique.