React-Native App 中的 SKLearn 模型

Posted 2023-03-12

【中文标题】React-Native App 中的 SKLearn 模型

【英文标题】：SKLearn Model in React-Native App

【发布时间】：2019-01-02 18:15:39

【问题描述】：

我正在尝试找出在 react-native 应用程序中使用 sklearn 模型（例如：RandomForestClassifier 等）的最佳方式。我已经能够使用 pickle 导出模型，但我不知道在 react-native 中使用它的最佳方法。

以下是我想到/研究过的选项：

在 react-native 应用程序中运行实际的 python 代码。这可以使用 Transcrypt (http://www.transcrypt.org/) 来完成，它似乎允许您在 javascript 环境中运行 python 代码。 转换（或重写）模型以使用 TensorFlow。这样，您就可以利用 react-native-tensorflow (https://github.com/reneweb/react-native-tensorflow) 在应用中使用模型。 创建 python 后端服务并通过创建 REST api 将其连接到应用程序。因此，后端处理所有处理，模型产生的预测被转发到应用程序。

理想情况下，我希望应用程序能够离线运行，因此选项 3 不是可取的。但是，如果选项 3 显然是最简单/最简单/唯一的解决方案，那么我可以选择那个。

完成此任务的推荐方法是什么？是我上面研究过的选项之一，还是其他选项？

【问题讨论】：

如果您正在寻找离线功能，而不是选项 1 和 2 可能是最佳选择，请查看 skulpt.org，如果您找到解决方案，请告诉我们，因为这是我想要的也在寻找:)

【参考方案1】：

我希望 sklearn 能够利用 C/C++ 代码来获得性能。 这排除了选项 1，不是原则上，而是实际上，因为 PyPyJs（浏览器中的 C++）的加载时间仍然不切实际。

要离线运行，剩下选项 2（顺便说一句，如果您更喜欢 Python 而不是 JavaScript，可以使用 Transcrypt 来完成）。

如果可扩展性不是问题，选项 3 是一种可能性（我认为是最简单的）。但确实，能够离线运行是一个相当大的优势。

我的建议是进一步研究选项 2。如果您能够在浏览器中离线运行此类模型，那么它将在许多其他场合得到回报。如果 TensorFlow 将利用 GPU，将会有巨大的性能提升。