Эй, все, на этот раз я в основном принесу тебе хорошую вещь. Его основная цель – позволить вам использовать интерфейсы Python и функции в Node.js. Может быть, вы будете любопытны, запутаны и озадачены, когда я вижу это здесь. Мой Node.js Magic такой хороший. Зачем использовать Python? Если вы пробовали некоторые приложения JavaScript для машинного обучения раньше, вы поймете причину этого.
Текущая ситуация состоит в том, что экосистема машины обучения почти привязана к Python. Язык итерация на высокой скорости, а JavaScript может рассчитывать только самостоятельно. Если мы ожидаем добиться текущего масштаба Python с нуля, объем требуемой работы огромна. Когда я писал Tensorflow-nodejs Несколько лет назад я уже так подумал.
Поэтому мы должны изменить наше мышление. Так как мы не можем превзойти Python, то будем использовать Python. Для разработчиков языков сценариев они на самом деле не заботятся о том, как реализован низкоуровневый слой, до тех пор, пока язык и интерфейс высокого уровня знакомы для меня, поэтому Боа Является ли библиотека Node.js, рожденная для этого, какие мосты Cpython Чтобы предоставить JavaScript с возможностью доступа к полной экосистеме Python, и, кроме того, с помощью новых функций ES6 для предоставления пользователям бесшовного опыта разработки, так что же опыт?
Давайте посмотрим на простой пример:
const boa = require('@pipcook/boa');
const os = boa.import('os');
console.log(os.getpid()); // prints the pid from python.
// using keyword arguments namely \`kwargs\`
os.makedirs('..', boa.kwargs({
mode: 0x777,
exist\_ok: false,
}));
// using bult-in functions
const { range, len } = boa.builtins();
const list = range(0, 10); // create a range array
console.log(len(list)); // 10
console.log(list\[2\]); // 2
Разве это не просто достаточно просто? Просто загрузите объект python через boa.import, а оставшийся доступ на объект, вызов функции и доступом на массиве не отличается от нашего JavaScript.
const boa = require('@pipcook/boa');
const tf = boa.import('tensorflow');
const { layers, Model } = tf.keras;
class TestModel extends Model {
constructor() {
super();
this.conv1 = layers.Conv2D(32, 3, boa.kwargs({ activation: 'relu' }));
this.flatten = layers.Flatten();
this.d1 = layers.Dense(128, boa.kwargs({ activation: 'relu' }));
this.d2 = layers.Dense(10, boa.kwargs({ activation: 'softmax' }));
}
call(x) {
return this.conv1(x)
.flatten(x)
.d1(x).d2(x);
}
}
Приведенный выше пример показывает, как использовать Tensorflow для создания модели, в дополнение к демонстрации того, как наследовать из класса Python от JavaScript. Это очень хороший стиль JavaScript?
Стоит отметить, что в Боа Internals, нет инкапсуляции Tensorflow и других каркасов, если вы устанавливаете соответствующий пакет через Python локально, его можно использовать как приведенный выше код, поэтому в теории вы можете использовать любой пакет Python, который выполняется выше.
Далее мы представим некоторые основные методы отдельно.
Python построит некоторые общие функции в своих встроенных валютах, специфический список API находится на: https://docs.cython.org/3.7/library/functions.html, тогда Боа Также предоставляет соответствующий способ использовать их:
const { len, list, range } = boa.builtins();
В дополнение к встроенным методам, наиболее важной функцией является загрузка пакетов Python, поэтому импорт – это сделать.
const np = boa.import('numpy');
Далее – аргументы ключевых слов. В Python есть способ использовать карту для представления параметров, таких как:
foobar(100, x=10, y=20)
Это помогает абоненту понять значение каждого параметра лучше. По этой причине метод Kwargs был добавлен в BoA для поддержки этого использования:
foobar(100, boa.kwargs({ x: 10, y: 20 }));
«С» могут быть знакомы некоторыми людям, которые знакомы с историей JavaScript, но «с» в Python, его использование и цель не совпадают с JavaScript. С оператор в Python немного похоже на блокировку Scoping в JavaScript:
with(localcontext()) {
\# balabala
}
Приведенный выше код сохраняет состояние localcontext (), затем начинает выполнять код блока в с помощью оператора, и, наконец, выпускает состояние localcontext ().
Механизм внутреннего внедрения заключается в том, что каждая переменная, передаваемая в счет, необходимо для реализации двух магических методов: __enter__ и __exit__, а затем вызывается до и после выполнения блока.
Последнее, чтобы сказать, это оценить выражения Python (одна строка). Почему мы должны предоставить такой метод? Это все еще должно говорить о преимуществах Python. В некоторых очень сложных сценариях обработки данных выражения Python все еще могут быть выражены очень просто и понятно, что значительно снижает сложность кода. Давайте посмотрим на пример:
const line = (boa.eval\`'\\t'.join(\[str(x) for x in ${vec}\])\`);
Если вышеуказанный код должен быть заменен JavaScript:
vec.map(x => x.toString()).join('\\t');
Сколько кажется, почти правильно? Затем взгляните на следующий пример:
boa.eval\`{u:i for i, u in enumerate(${vocab})}\`;
boa.eval\`\[${char2idx}\[c\] for c in ${text}\]\`
boa.eval\`${chunk}\[:-1\]\`
boa.eval\`${chunk}\[0:-1:2\]\`
Как насчет этого, хочется ли он, похоже на вышеприведенный пример, не может быть сделан с простой линией JavaScript?
Однако стоит упомянуть, что JavaScript постепенно составляет в этом отношении. Существуют некоторые связанные стандарты, которые делают TC39, в том числе вышеупомянутое обозначение среза.
Говоря о возвращении в Eval, это как дополнение к JavaScript. До того, как некоторые стандарты были реализованы и стабилизированы, это позволяет нам использовать выражения Python, чтобы выразить более просто, и все, что нам нужно, это немного недорогих обучения. Вот и все.
Далее давайте поговорим о том, как используется Eval. Он принимает «строку», но мы обычно передаем строку шаблона при использовании ее. Давайте сначала посмотрим на два примера:
boa.eval('print("foobar")');
boa.eval(\`print("${txt}")\`);
После прочтения вышеуказанных 2 строк кода они являются относительно редкими использованием. Наиболее часто используемое и наиболее эффективное Eval – это использование мечего шаблона. Это использование похоже на то, что мы видели в начале. Содержание строки шаблона напрямую следует Eval. Преимущество этого заключается в том, что функция EVAL получит ко всем параметрам шаблона, чтобы мы могли открыть объекты JavaScript и выражения Python для достижения более плавного пользовательского опыта, следующим образом:
const chunk = range(0, 10);
boa.eval\`${chunk}\[0:-1:2\]\`;
Приведенное выше состоит в том, чтобы перенести кусок на выражение, а затем получить соответствующее значение через синтаксис нарезания нарезки Python и, наконец, вернуться в мир JavaScript.
Ну, простое введение API придет сюда сначала. Если вы хотите узнать больше о API и Боа , вы можете пойти в нашу документацию: https://github.com/alibaba/pipcook/blob/master/docs/tutorials/want-to-use-python.md Отказ
Кроме того, как подпроект Pipcook, Боа Также очень хочет присоединиться. Для тех, кто хочет присоединиться, вы можете использовать эти проблемы как хорошее начало: https://github.com/alibaba/pipcook/issuesues?=is%3aissue+is%3aOpen+label%3a%22good++first+issue%22 Отказ
Наконец, давайте поговорим об первоначальном намерении Боа , что должно разрешить разработчикам Node.js использовать богатую экосистему богатого машины Python. Можно сказать, что начать сегодня, вы можете начать смотреть на документацию Python и использовать JavaScript для «Узнать и использовать» Машинное обучение и глубокое обучение!
Оригинал: “https://dev.to/yorkie/boa-use-python-functions-in-node-js-8mh”