TypeScript मशीन लर्निंग: ब्राउज़र और Node.js के लिए लाइब्रेरीज़

TypeScript पर मशीन लर्निंग: प्रमुख लाइब्रेरीज़ का परिचय

TypeScript — JavaScript का स्टैटिकली टाइप्ड वर्जन — मशीन लर्निंग (ML) प्रोजेक्ट्स में तेज़ी से इस्तेमाल हो रहा है। सख्त टाइपिंग, बेहतर कोड रीडेबिलिटी और IDE सपोर्ट के कारण, TypeScript से आप ब्राउज़र और सर्वर (Node.js) दोनों पर मज़बूत ML ऐप्लिकेशन बना सकते हैं। इस आर्टिकल में हम TypeScript के लिए मुख्य ML लाइब्रेरीज़, उनकी क्षमताएँ और प्रैक्टिकल उदाहरण देखेंगे।

1. TensorFlow.js — TypeScript पर ML का फ़्लैगशिप

TensorFlow.js, लोकप्रिय TensorFlow फ्रेमवर्क का JavaScript और TypeScript पोर्ट है। यह ML मॉडल्स को सीधे ब्राउज़र या Node.js पर बिना सर्वर के चलाने की सुविधा देता है। यह लाइब्रेरी ML के सभी मुख्य स्टेप्स को सपोर्ट करती है: प्रीट्रेंड मॉडल लोड करना, नए मॉडल ट्रेन करना, इन्फ़रेंस (प्रेडिक्शन) और फ़ाइन-ट्यूनिंग।

इंस्टॉलेशन:

npm install @tensorflow/tfjs
npm install @tensorflow/tfjs-node  # Node.js के लिए (एक्सेलरेशन के साथ)

उदाहरण: MobileNet से इमेज क्लासिफिकेशन

import * as tf from '@tensorflow/tfjs';
import { loadGraphModel } from '@tensorflow/tfjs-converter';

async function classifyImage(imageElement: HTMLImageElement) {
  // प्रीट्रेंड MobileNet मॉडल लोड करें
  const model = await loadGraphModel(
    'https://tfhub.dev/google/tfjs-model/imagenet/mobilenet_v2_100_224/classification/3/default/1'
  );

  // इमेज को टेंसर में बदलें
  const tensor = tf.browser.fromPixels(imageElement)
    .resizeNearestNeighbor([224, 224])
    .toFloat()
    .expandDims();

  // प्रेडिक्शन पाएँ
  const prediction = model.predict(tensor) as tf.Tensor;
  const topK = tf.topk(prediction, 3);
  const indices = await topK.indices.data();
  const values = await topK.values.data();

  console.log('टॉप-3 प्रेडिक्शन:', indices, values);
}

// उपयोग
const img = document.getElementById('myImage') as HTMLImageElement;
classifyImage(img);

TensorFlow.js कंप्यूटर विज़न, टेक्स्ट प्रोसेसिंग (NLP) और टाइम सीरीज़ के लिए बेहतरीन है। TypeScript में आपको सभी मेथड्स के लिए ऑटोकम्प्लीशन मिलता है, जिससे डेवलपमेंट तेज़ हो जाता है।

2. ML5.js — क्रिएटिव ML के लिए आसान इंटरफ़ेस

ML5.js, TensorFlow.js के ऊपर बना है, लेकिन इसका API ज़्यादा सरल और हाई-लेवल है। यह लाइब्रेरी कलाकारों, डिज़ाइनरों और डेवलपर्स के लिए है जो गणित में गहराई से जाए बिना जल्दी ML फ़ंक्शनैलिटी जोड़ना चाहते हैं। ML5.js इमेज क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन, टेक्स्ट जनरेशन, ऑडियो एनालिसिस और बहुत कुछ सपोर्ट करता है।

इंस्टॉलेशन:

npm install ml5

उदाहरण: COCO-SSD से ऑब्जेक्ट डिटेक्शन

import ml5 from 'ml5';

async function detectObjects(videoElement: HTMLVideoElement) {
  // ऑब्जेक्ट डिटेक्शन मॉडल लोड करें
  const objectDetector = await ml5.objectDetector('cocossd');

  // वीडियो पर डिटेक्शन करें
  const results = await objectDetector.detect(videoElement);

  results.forEach((obj: any) => {
    console.log(`ऑब्जेक्ट: ${obj.label}, कॉन्फ़िडेंस: ${obj.confidence.toFixed(2)}`);
    console.log(`कोऑर्डिनेट्स: x=${obj.x}, y=${obj.y}, चौड़ाई=${obj.width}, ऊँचाई=${obj.height}`);
  });
}

// वेबकैम के साथ उपयोग
const video = document.getElementById('webcam') as HTMLVideoElement;
navigator.mediaDevices.getUserMedia({ video: true })
  .then(stream => { video.srcObject = stream; })
  .then(() => detectObjects(video));

ML5.js प्रोटोटाइपिंग, शैक्षिक प्रोजेक्ट्स और इंटरैक्टिव इंस्टॉलेशन के लिए बहुत अच्छा है। TypeScript में आप डिटेक्शन रिज़ल्ट्स के लिए टाइप्स डिफ़ाइन कर सकते हैं, जिससे कोड और मज़बूत हो जाता है।

3. Brain.js — सरल न्यूरल नेटवर्क