jsNet深度学习库使用手册
欢迎来到jsNet,一个基于JavaScript和WebAssembly的深度学习框架,特别适用于多层感知机(MLPs)和卷积神经网络(CNNs)。本手册将引导您了解项目结构、启动过程以及关键配置文件的使用。
1. 项目目录结构及介绍
jsNet项目在GitHub上的结构是精心设计的,以支持易于开发和部署。以下是其核心组成部分:
-
根目录:
CHANGELOG.md: 记录了项目版本的更新历史。LICENSE: MIT许可证,表明软件的使用权限。README.md: 快速入门指南和项目概述。- 主要源代码和配置文件分布在不同的子目录中。
-
src: 包含主要的C++源码,用于构建后端的深度学习逻辑。
-
dist: 编译后的前端JavaScript文件和可能的WebAssembly组件,包括不同环境的加载策略。
jsNet.js,jsNet.min.js: JavaScript版本的入口点。jsNetWebAssembly.min.js: WebAssembly版本的加载脚本。NetWASM.wasm: 编译后的WebAssembly二进制文件。
-
examples: 示例代码和应用,展示如何在实际中使用jsNet。
-
test: 单元测试或示例数据,用于验证库的功能。
-
package.json: NPM包管理配置,允许通过NPM安装。
-
CMakeLists.txt: 对于编译过程的CMake配置文件。
2. 项目的启动文件介绍
jsNet的启动依赖于是否选择JavaScript还是WebAssembly版本。对于前端使用,通常不会有一个直接的“启动”脚本,而是通过HTML页面或者Node.js服务来引入库并开始使用。
在浏览器中使用
-
JavaScript版本: 仅需在HTML中通过
<script>标签引入dist/jsNet.min.js即可开始使用。<script src="path/to/dist/jsNet.min.js"></script> -
WebAssembly版本: 需同时引入
jsNetWebAssembly.min.js和NetWASM.js,后者包含了WASM的加载逻辑。<script src="path/to/dist/jsNetWebAssembly.min.js"></script> <script src="path/to/dist/NetWASM.js"></script>
在Node.js环境中使用
通过npm安装jsnet后,可以在代码中动态选择加载JavaScript或WebAssembly版本。
const [Network, ...] = require("jsnet").js(); // 或 .webassembly()
当选择WebAssembly时,还需处理onWASMLoaded事件,确保所有操作在WASM加载完成后执行。
3. 项目的配置文件介绍
jsNet本身并不像一些大型框架那样有复杂的配置文件,它的配置更多地体现在实例化网络时传递的参数中。然而,关键的“配置”信息通常是通过以下几个方式体现的:
- 初始化网络时的参数:如层数、每层神经元数量等,这些是在创建
Network对象时直接指定的。 - 环境配置:例如,在使用WebAssembly版本时,通过环境变量或代码中指定
jsNetWASMPath来控制.wasm文件的路径。 - 自定义层配置:比如
FCLayer、ConvLayer等的具体配置,这是通过构造特定类型的层对象来完成的,而不是外部配置文件。
由于项目主要依赖代码中的逻辑配置而非独立的配置文件,理解API文档和示例代码成为配置jsNet的关键途径。通过阅读README.md和探索examples目录,您可以获得详细的配置指导和最佳实践。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00