pipcook

项目介绍

概述

Pipcook 是一款面向机器学习及其工程的 JavaScript 应用框架。由阿里巴巴开源，Pipcook 的使命是让 JavaScript 工程师在没有专业知识基础的情况下，仍能利用机器学习的强大功能。它的愿景是引领前端技术领域走向智能化。

为什么选择 Pipcook

Pipcook 的设计专注于前端领域，是从 JavaScript 工程师视角出发开发的。它的目标是推动机器学习工程在整个领域的进步。为此，该项目通过开放问题的方式，欢迎大家参与机器学习应用 API 的开发。

Pipcook 的功能

Pipcook 提供了多个子项目，包括机器学习流水线框架、管理工具、JavaScript 运行时等，这些都可以用作与其他项目的构建模块。

原则

Pipcook 坚持强有力的原则，目标是模块化和灵活性：

• 模块化：项目包含一些功能和 API 定义明确的子项目，这些可以协同工作。
• 可替换：Pipcook 包含足够的模块来构建自己的功能，模块架构保证大部分模块可以被不同实现替换。

目标用户

Pipcook 面向想要了解机器学习、训练和部署模型的 Web 工程师，尤其是那些希望优化自有模型以获得更佳评估结果的人群。

子项目介绍

Pipcook Pipeline

这是用来表示由 Pipcook 脚本构成的机器学习流水线的工具。它通过插件机制支持数据集、训练、验证和部署等丰富功能。每个流水线的最终输出是一个 NPM 包，其中包含可直接使用的已训练模型和 JavaScript 函数。

Pipcook 桥接 Python

Pipcook 提供一个名叫 Boa 的模块，允许 JavaScript 工程师在 Node.js 运行时通过 JavaScript 来使用 Python 的生态包，如 numpy、scikit-learn 等。

快速开始

设置

在电脑上准备以下安装程序：

• Node.js 版本 >= 12.17 或 >= 14.0.0
• npm 版本 >= 6.14.4

安装 Pipcook 项目的命令行工具：

$ npm install -g @pipcook/cli

运行图像分类示例：

$ pipcook train https://cdn.jsdelivr.net/gh/alibaba/pipcook@main/example/pipelines/image-classification-mobilenet.json -o ./output

训练完毕后，可以预测图像的类别：

$ pipcook predict ./output/image-classification-mobilenet.json -s ./output/data/validation/blurBackground/71197_223__30.7_36.jpg

想要部署的话：

$ pipcook serve ./output

开发者

克隆代码库：

$ git clone git@github.com:alibaba/pipcook.git

安装依赖：

$ npm install

构建项目：

$ npm run build

Pipcook 提供详细开发者文档，帮助开发者进行二次开发和贡献。

社区

Pipcook 社区活跃在多个平台，包括 Gitter 和钉钉群，用户可以通过这些渠道进行交流和获取帮助。

使用者

Pipcook 已被多个项目采用，例如 imgcook 等，为它们提供了强大的机器学习支持。

授权

Pipcook 使用 Apache 2.0 开源授权，用户可以自由使用和贡献。