Shumai

Shumai est une bibliothèque de tenseurs qui permet aux développeurs JavaScript de créer et d’entraîner des modèles d’apprentissage automatique avec des performances adaptées à la production. Elle rapproche le développement web du calcul numérique grâce à des tenseurs différentiables, au calcul automatique des gradients et à des opérations matricielles efficaces.

Points forts

• Exécution rapide grâce aux liaisons FFI avec l’environnement Bun
• Prise en charge de l’accélération GPU pour les calculs à grande échelle
• Différenciation automatique pour la rétropropagation et le suivi des gradients
• Connectivité réseau pour les processus de ML distribués
• Opérations standard sur les tenseurs et primitives de réseaux neuronaux
• Conception centrée sur TypeScript avec un typage robuste

La bibliothèque cible les développeurs JavaScript qui ont besoin de fonctions de ML avancées sans changer de langage. Elle est particulièrement utile pour intégrer des modèles dans des applications web, créer des pipelines de traitement de données dans Node.js et expérimenter avec des réseaux neuronaux dans un langage que la plupart des ingénieurs frontend et full-stack connaissent déjà. Le projet reste expérimental, mais il est activement maintenu et convient aux usages de développement et de recherche.