随着深度学习的发展,智能化已经开始赋能各行各业,前端作为互联网中离用户最近的一环,也希望借助 AI 的能力大幅提高效率,减少人力成本,给用户创建更好的体验。因此,前端智能化也被看作是前端的未来的重要发展方向。
然而,在这条道路上,有几个问题一直阻碍着智能化的发展:- 熟悉机器学习的算法工程师对前端的业务没有体感,对前端所积累的数据和这些数据可能产生的价值也并不了解,很难参与到这个过程中来。
- 传统的前端工程师对机器学习常用的语言,诸如 Python、C++ 等并不了解,学习和转换的成本很高。
传统的前端工程师对深度学习本身的算法和原理不了解,导致很难直接使用一些现有的机器学习框架 (TensorFlow,Pytorch 等)来进行训练。
为了解决这些问题,推动前端智能化发展,我们开发了 pipcook。pipcook 使用对前端友好的 JS 环境,基于 TensorFlow.js 框架作为底层算法能力并且针对前端业务场景包装了相应算法,从而让前端工程师可以快速简单的运用起机器学习的能力。
此篇文章将主要讨论 pipcook 是如何和 TensorFlow.js 结合的,重点探讨一下如何利用 tfjs-node 的底层模型和计算能力搭建一个高阶机器学习流水线,您可以在这里参考 pipcook (https://github.com/alibaba/pipcook) 的更多信息。