sukiyaki - GitLite

KO | EN

gitlite — search

#python #hacktoberfest #react #ai #llm #android #machine-learning #docker #macos #awesome #kubernetes #security #ios #openai

sukiyaki

(★ 79)

Deep Learning Library for JavaScript

파일 탐색기

최종 버전 다운로드 (.zip)

- sukiyaki.js
- - cifar_loader_for_browser.js
  - index.html
  - loader_for_browser.js
  - main.js
  - mnist_loader_for_browser.js
  - server.sh
  - style.css
  - util.js
- - .DS_Store
  - .htaccess
- - batch_maker.js
  - cifar_loader.js
  - main.js
  - mnist_loader.js
- - .DS_Store
  - activate_layer.js
  - convolutional_layer.js
  - fully_connected_layer.js
  - layer_base.js
  - max_pooling_layer.js
- sukiyaki.js
.gitignore
.gitmodules
compile.py
index.js
LICENSE
package.json
README.md

# 설치 가이드

1. 코드 내려받기

git clone https://github.com/mil-tokyo/sukiyaki

깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.

cd sukiyaki

방금 내려받은 프로젝트 폴더 안으로 이동합니다.

2. Node.js

쉬움 추천

사전 준비물

Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
Node.js npm 명령어를 쓰려면 Node.js가 설치되어 있어야 합니다. LTS(장기지원) 버전을 추천합니다.

npm install

package.json에 명시된 라이브러리들을 내려받아 설치합니다.

npm start

개발/실행 서버를 켭니다.

✅ 명령어 실행 후 터미널에 나타나는 주소(보통 http://localhost:3000 형태)를 브라우저에서 열어보세요.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Sukiyaki JavaScript Library
The Fastest Deep Learning Library for JavaScript

Sukiyaki is being developed as the fastest Deep Learning Library for JavaScript. It uses Sushi ( https://github.com/mil-tokyo/sushi ) inside for the fast matrix calculation.

Related papers are available ( http://mil-tokyo.github.io/miljs.html ).

## Technical Features

### Support of GPGPU and multi-core CPU
You can use GPGPU and multi-core CPU via Sushi. If your system does not support WebCL, Sukiyaki uses standard JavaScript automatically.

### Support of Deep Convolutional Neural Network

## How to Try

### initialize and download dataset
	node install
	cd ./sample/dataset/mnist
	# or
	cd ./sample/dataset/cifar
	./download.sh

If you don't have node,

mkdir node_modules
	git clone https://github.com/mil-tokyo/sushi node_modules/milsushi

### try sample program with node.js
	node ./sample/node/main
	> mnist

### try sample program with browsers
	./sample/browser/server.sh
	and access http://localhost:64649/sample/browser

If you would like to use GPGPU, check Sushi ( https://github.com/mil-tokyo/sushi ) and install a WebCL implementation.