作者 | 雷姆(Yorkie)
這次給大家帶來一個好東西,它的主要用途就是能讓大家在 Node.js 中使用 Python 的接口和函數。可能你看到這裡會好奇,會疑惑,會不解,我 Node.js 大法那麼好,幹嘛要用 Python 呢?如果你之前嘗試瞭解過一些機器學習的 JavaScript 的應用,就會比較清楚這背後的原因。
現狀是機器學習生態幾乎是捆綁在 Python 這門語言在高速迭代著的,而 JavaScript 只能望其項背,如果我們期望從零做到 Python 如今的規模,需要付出的工作量是巨大的,這個我在幾年前寫了 tensorflow-nodejs 的時候,就已經這麼覺得了。
所以,我們就必須換一個思路,既然無法超越你,那麼就利用你。對於腳本語言的開發者來說,其實並不在意底層是如何實現的,只要上層的語言和接口是我熟悉的就好,因此 Boa 就是為此而誕生的一個 Node.js 庫,它通過橋接 CPython 來讓 JavaScript 具備訪問 Python 生態的能力,另外又藉助於 ES6 新特性,來為使用者提供無縫的開發體驗,那麼到底是如何的體驗呢?
下面來看一個簡單的例子:
是不是很簡單呢,只需要通過 boa.import
將 Python 的對象加載進來後,剩下的對象訪問、函數調用以及數組訪問都與我們使用 JavaScript 毫無區別。
上面的例子除了示例瞭如何從 JavaScript 中繼承自一個 Python 的類之外,還展示了我們如何使用 PyTorch 來創建一個模型,這是不是很 JavaScript 呢?
值得一提的是,在 Boa 的代碼中,沒有對 PyTorch 做過任何的封裝,只要你在本地通過 Python 安裝了對應的包就可以像上面的代碼一樣使用了,所以理論上你可以對任何 Python 包做上面所做的事情。
接下來,我們分別介紹一些主要的方法。
builtins()
Python 會內置一些常用的方法在 builtin 中,具體的 API 列表在:https://docs.python.org/3.7/library/functions.html ,那麼 Boa 也提供了對應的方法:
import(name)
除了內置的方法外,最重要的功能便是加載 Python 包,那麼 import 就是做這個事兒的。
kwargs(map)
接下來是 Python 中的關鍵字參數(Keyword Arguments),在 Python 中,提供了一種使用 Map 的方式來表示參數,如:
它能更好地幫助調用者瞭解每個參數的含義,為此,在 Boa 中增加了 kwargs 方法來支持這種用法:
with(ctx, fn)
With 可能對於一些熟悉 JavaScript 歷史的人會比較眼熟,但 Python 中的 with,用法和目的並不與 JavaScript 相同,Python 中的 with 語句有點類似於 JavaScript 中的 Block Scoping:
上面的 Python 代碼是將 localcontext() 的狀態保存下來,然後開始執行 with 語句中的塊代碼,最後,將 localcontext() 的狀態釋放。
內部的實現機制就是每個傳到 with 語句中的變量需要實現兩個方法:enter 和 exit,然後分別在塊代碼執行前後調用,因此對於 Boa 中的用法,如下:
上面的例子是 PyTorch 中一個普通的計算模型效果的邏輯,首先通過 torch.no_grad() 設置了一個上下文,然後開始執行計算的代碼,在塊代碼執行結束後,會自動將狀態恢復。
eval(str)
最後一個要說的,就是動態的執行一些 Python 表達式(單行),為什麼要提供這麼一個方法呢?這還是要說回 Python 的優勢,在一些很複雜的數據處理的場景,往往 Python 表達式還是能非常簡單易懂地表達,這樣就大大地減少了代碼的複雜度,我們先來看一個例子:
上面的代碼如果要換成 JavaScript 的話:
看著似乎差不多了多少是吧?那麼再來看看下面的例子:
怎麼樣,是否是感覺上面的例子已經沒法使用 JavaScript 簡單的一行就能搞定了呢?
不過值得一提的是,JavaScript 在這方面也在漸漸地彌補,這裡 是整理的一些 TC39 正在做的一些相關的標準,其中就包括上面的 Slice Notation。
說回到 eval 的定位,它像是對 JavaScript 的補充,它在一些標準還未落地和穩定之前,可以讓我們使用 Python 表達式來更簡單地表達,而所需要的僅僅是一些低成本的學習即可。
接下來就說說 eval 到底如何使用,它接受一個“字符串”,但我們一般在使用時都會通過 Template String,下來先看兩個例子:
看完上面兩行代碼,它們是比較少見的用法。真正常用,也是最能發揮出 eval 效果的是使用 Tagged Template String,這種用法就像我們一開始看到的一樣,在 eval 後面直接跟模版字符串的內容,這樣做的好處是 eval 函數會接收到所有的模版參數,這樣我們便可以將 JavaScript 的對象和 Python 表達式打通,實現更平滑的使用體驗,如下:
上面就是把 chunk 傳到了表達式中,再通過 Python 的 Slice Notation 語法去取到對應的值,最後返回到 JavaScript 的世界中。
如果想了解更多 API 和 Boa 的能力,可以到 Boa 的文檔瞭解。Boa文檔。
另外,Boa 作為 Pipcook 的一個子項目,也非常歡迎大家來加入進來,對於想加入的同學可以通過這些 Issue 作為不錯的開始 。
最後再說一下 Boa 的初衷,就是希望能讓 Node.js 開發者更無縫地使用 Python 中豐富的機器學習生態。可以說,從今天開始,你就可以開始看著 Python 的文檔,使用 JavaScript 來“學習和使用”機器學習和深度學習了!
關注「Alibaba F2E」
把握阿里巴巴前端新動向