文/Yorkie
Hello，咱们好，有一段时间不见了。
这次首要给咱们带来一个好东西，它的首要用途便是能让咱们在 Node.js 中运用 Python 的接口和函数。或许你看到这里会好奇，会疑问，会不解，我 Node.js 大法那么好，干嘛要用 Python 呢？假如你之前测验了解过一些机器学习的 JavaScript 的运用，就会比较清楚这背后的原因。
现a _ / | 1 D ~ p p状是机器学习生态几乎是捆绑在 Pythr ) Von 这门| n 4语言在高速迭代着的，而 JavaScript 只能望其项背，假如咱们期望从零做到 Python 现在的规划，需求支付的工作量是巨大的，这个我在几年前写了 tensorflow-nodejs 的时候，就已经这么觉得了。
所以，咱们就必须换一个思路，已然– I I 8无法超越你，那么就利用你。关于脚本语言的开发者来说，其实: _ ^ i ( A _并不介意底K y b层是怎么完成! q z = N O Y B的，只需上层的语言e 9 U N I S [和接口是我1 ) H P , ) f了解的就好，因此 BL : O . F W Xoa 便是为此而诞生的一个 Node.js 库，它经过桥接 CPython 来让 JavaScript 具, G R有拜访 Python 生态的才能，别的又借助于 ES6 新特性，来为运用者供给无缝的R F R ~ Y %开发体会，那么到底是怎么的体会呢？
下面来看一个简略的比如：
const boa = require('@pipcook/boa');
const os = boaD O g p v.import('os');
console! a Y n Z u . i u.log(os.getpid()); // prints the pid from python.
// using keyword arguments nat B j y . A ImelB m ! o p x } Oy `k` T 5wargs`
os.makedirs('..$ / O ) } 6 [ , 2', boa.kwargs({
mode: 0x777,
exist_ok: false0 ! u Z D q F,
}));/ l u % ) - } 2
// using bult-iy ; g 7 H 0 L K ~n functions
const { range, len } = boa.builtins();
const list@ % I v y B - = range(0, 10); // create a range array
cc G uonsole.log(len(l~ = ) M K eist)); // 10
console.log(list[2]); // 2
是不是很简略呢，只需求经过 boa.import 将 Python 的目标加载进来后，剩余的目标拜访、函数s 7 b 5调用以及数组拜访都与咱们运用 JavaScript 毫无区别。
conr & Y n 7 z r ;st boa = require('@pipcook/boa');
const { len, tuple, enumerate } = boa.builtins();
const torch = boa.import('torch');
const tH B vorchtext = boa.import('torchtexts R # o 8 F');
const { nn, optim } = torch;
class TextSentiment extends nn.Module {
constructor(sizeOfr p p qVocaU ~ ( W O 1 Ub, dimOfEmbed, numOfClass) {
super();
t0 . ( 8 yhis.embedding = nn.EmbeddingB| N m 5 ^ |ag(sizeOfVocab, dimOfEmbed, boa.kwargs({
sparse: true,
}));
this.fc = nn.Linear(dimOfEmbed, numOfClass);
this.init_weights();
}
init_weights(N D b & $ I) {
const initrange = 0.5
this.embedding.weig1 5 d K ht.data.uniform_(-initrange, initrange);L w i - u o g
this.fc.weight.data.uniform_(-initrange, initrange);
this.fc.bias.data.zero_();
}
forward(t$ g dext, offsets) {
const embeddedV f M u ! 7 S U l = this.embedding(text, offsets);
returr K ~ N Z ` pn this.v * R I ? c [ 7fc(embedded);
}
}
上面的比如除了示例了怎么从 JavaScr^ r _ s _ d _ y $ipt 中继承自一个 Python 的类之外，还展现了咱们怎么运用 PyTorch 来创立一个模型，这是不是很 JavaScripl L 9 ? , L ) Kt 呢？
值得一提的是，在 Boa 的代码中，没有对 PyTorch 做过任何的封装，只需你在本地经过 Python 安装了对应的包就能够像上面的代码一样运用了，所以理论上你能够对任何 Python 包做上面所做的事情。
接下来，咱们分别介绍一U P g y m些首要的办法 h q。4 v q D , p
builtins()
Pyt. : x Z & f )hon 会内置一些常用的办法在 builtin 中，详细T } B [的 API 列表在：docs.pG j Wython.org/3.7/library… ，那么 Boa 也供给了对应的办法：
const { len, list, range } = boa.builtins();
import(name)
除d x Z _ j V了内置的办法外，最重要的B ) n { L 7 B功用便是加载 Python 包，那么 import 便是做这2 7 O v个事儿的。
const np = boa.import('numpy');
kwargs(map^ D : / f O)
接下来是 Python 中的关键字参数（Keyword Arguments），在 PY ( H – O { vython 中，供给了一种运用 Map 的方式来表明参数，如：
foobar(100,, S H x=e U V d10, y=20)
它能更好地帮助调用者了解每个参数的意义，为此，在 Boa 中增加X 4 E 4 0 + E , e了 kwargs 办法来支持这种用法：
foobar(100, boa.kwargs({ x: 10, y: 2P ( k d w R H ~ ?0 }));
wic R D & ]th(ctx, fn)
With 或许关于一些了解 JavaScript 前史的人会比较眼熟，但 Python 中: r O @的 with，用法和目的并不与 JavaScript 相同，Python 中的 with 句子有点类似于 JavaScript 中的 Block Scopi$ N _ 2 eng：
with(localcontext()) {# X . n [ 3 _ j A
# balabala
}
上面的 Python 代码是将 localcontext() 的状况保存下来，然后开端履行 with 句子中的块代码，最终N h I 1 8 8 n O z，将 localcontext() 的状况开释。
内部的完成机制便是每个传到 with 句子中的变量需求完成两个办法：enter 和 exit，然后分别在块代码履行前后调用，因此关于 Boa 中的用法，如下：
boa.wi! / th(torch.no_grad(), () => {
const output = mode^ A 6 M n m @l(text, offsets);
const loss = criterion(output, cls);
validLoss +=q O y loh 1 Gss.item();
validAcc += boa.eval`(${output.argmax(1)} == ${cls}).sum().item()`;
});
上面的比如6 H 2 + N是8 ? . | x c X PyTorch 中一个一般的计算模型] L A m效果的逻辑，首要经过 torch.no_grad() 设置了一个上下文，然后开端履行计算的代码，在块代码履行结束后，会主动将状况恢复` c *。
eval(str)
最终一个要说的，便是动态的履行一些 Python 表达式（单行），为什么要供给这么一个办法呢？这仍是要说回 PI 3 e l . h $ o ^ython 的优势，在一些很杂乱的数据处理的场景，往往 Pythonh V @ P | 3 l 0 表达式仍是能十分简略易懂地表达，这样就大大地减少了代码的杂乱度，咱们先来看一个比如：
const lX 2 9 U ~ wine = (boa.eval`'t'.join([str(x) for x in ${vec}])`);
上面的代码假如要换成 JavaSc0 L – e y i G zript 的话：
vec.map(x ={ & 8 o> x.toString()).join('t');
看着好像差不多了多少是吧？那么再来看看下面的比如：
boa.eval`{u:i for i, u in enumerated q w Y 7 3(${vocab})}`;
boa.+ 1 8 ! U F o Jeval`[${charG D X o S $ . t2idx}[c] for c in ${text}]`
bo7 v x E $ B $a.Q @ xeval`${chunk}[:-1]`
boa.e2 ) O n ] % ) ` Xval`${chunk}[0:-19 f ( e u e:2]`
怎么样，是否是感觉上面的比如已经没法运用 JavaScript 简略的一行就能搞定了呢？
不过值得一提的是，JavaScript 在这方面也在渐渐地补偿，这里 是收拾的一些 TC39 正在做的一些相关的标准，其中就包含上面的 Slice Notation。
说回到 eval 的定位，它像是对 JavaScript 的弥补，它在一些标准还未落地和稳定之前，能够让咱们运用 Python 表达式来更简略地表达，而所需求的仅仅是一些低4 [ 4 j ! V ( % w成本的学习即可。
接下来就说说 eval J } V 1 到底怎么运用，它承受一个“字符串”，但咱们一般在运用时都会经过 Template String，下来先看两个比如H 1 n % y x ? Y：
boa.eval('print("foobar")');
boa.eval(`print("${txt}")V % v i r i`);
看完上面两行代码，它们是比较罕+ S a M f D O见的用法。真正常用，也是最能发挥出 eval 效果的是运用 Tagged Template String，这种用法9 { % V G : 8 s !就像咱们一开端看到的一样，在 eval 后边直接跟模版字符串的内容，这样做的好处是 eval 函数会接收到所有的模版参数，这样咱们便能够将 JavaScript 的目标和 Python 表达式打通，完成更平滑的运用体会，如下：
const chuM 3 3nk = range(0, 10);
boa.eval`${chunk}[0:-1:2]`
上面便是把 chunk 传到了表达式中，再经过 Python 的 Slice Notatio3 p k e }n 语法去取到对应的值，最终返8 A I a回到 JavaScript 的I H V E 0国际中。
尾声
好了，简略的 API 介绍就先到这里，假如想了解更多 API 和 Boa 的才能，能够到 Boa 的文档了解：github.com/alibaba/pip…。
别的，c L | (Boa 作为 Pipcook 的一个子项目，也十分欢迎咱们来加入进来，关于想加入的同学能够经过这{ ) B @ l些 Issue 作为不错的开端：github.com/# F o + m c { ` walibaba/pip…。
最终[ P ) } Z } u : X再说一下 Boa 的初衷b – E，便是希望能让 Node.js 开发者更无缝地运用 Python 中丰厚的机器学习生态。能够说，从今天开端，你就能够开端看着 Python 的文档，运用 JavaScri? 2 Lpt 来“学习和运用”机器学习和k : u A q深度学习了！
