WebNet Builder
Neuronale Netze mit TensorFlow.js bauen und trainieren — Open Source, im Browser
- Problem
- Viele ML-Tutorials springen zwischen Notebooks, Cloud-Setup und Black-Box-APIs. Schwer nachzuvollziehen, wie ein Modell gebaut, trainiert und ausgeliefert wird — besonders wenn man durch Ausprobieren lernen will.
- Idee
- Ein Browser-Studio: Daten importieren, Layer auf einem Canvas verdrahten, lokal mit TensorFlow.js trainieren und ein echtes Projekt exportieren — ohne Installation, ohne dass Daten dein Gerät verlassen.
- Ergebnis
- WebNet Builder — Open Source (MIT), mit geführten Übungen und Beispiel-Datasets. Ein Side Project, um Ideen auszuprobieren und den gesamten Machine-Learning-Workflow abzubilden — von Daten über Modell und Training bis zur Auswertung.
Open-Source-ML-Studio zum Bauen und Lernen: CSV-Daten importieren, Modelle auf einem visuellen Canvas zusammenstellen, lokal trainieren und Projekte oder TensorFlow.js-Modelle exportieren. Keine Installation nötig — mit geführten Übungen und Beispiel-Datasets zum Einstieg. Lizenz: MIT.
- Visueller Layer-Builder mit Dense, Dropout, Convolution, Flatten, Max Pooling und LSTM
- Lokales Training via WebGPU, WebGL, WASM oder CPU
- Angular 22
- TensorFlow.js
- WebGPU
- Angular Material
- TypeScript