Shumai

Shumai to biblioteka tensorowa, która umożliwia programistom JavaScript tworzenie i trenowanie modeli uczenia maszynowego z wydajnością klasy produkcyjnej. Łączy tworzenie aplikacji internetowych z obliczeniami numerycznymi, oferując różniczkowalne tensory, automatyczne obliczanie gradientów i wydajne operacje macierzowe.

Najważniejsze funkcje

• Szybkie wykonywanie dzięki powiązaniom FFI w środowisku Bun
• Obsługa akceleracji GPU przy obliczeniach na dużą skalę
• Automatyczne różniczkowanie na potrzeby propagacji wstecznej i śledzenia gradientów
• Łączność sieciowa do rozproszonych procesów ML
• Standardowe operacje tensorowe i podstawowe elementy sieci neuronowych
• Projekt nastawiony na TypeScript i silne typowanie

Biblioteka jest skierowana do programistów JavaScript, którzy potrzebują zaawansowanych możliwości ML bez zmiany języka. Szczególnie dobrze sprawdza się przy integrowaniu modeli z aplikacjami internetowymi, tworzeniu potoków przetwarzania danych w Node.js i eksperymentowaniu z sieciami neuronowymi w języku znanym większości programistów frontendowych i full-stack. Projekt pozostaje eksperymentalny, ale jest aktywnie rozwijany, dlatego nadaje się do zastosowań deweloperskich i badawczych.