Ce guide fournit une documentation détaillée sur les sujets importants de TensorFlow.js. Si vous débutez avec TensorFlow.js, vous voudrez peut-être explorer les didacticiels , puis revenir à ce guide pour en savoir plus.
TensorFlow.js est une bibliothèque Web ML open source qui peut s'exécuter partout où JavaScript le peut. Il est basé sur la bibliothèque TensorFlow originale écrite en Python et vise à recréer cette expérience de développeur et cet ensemble d'API pour l'écosystème JavaScript.
Les rubriques de ce guide vous aideront à comprendre TensorFlow.js et le fonctionnement des API TensorFlow en JavaScript.
Découvrez les concepts clés de Tensorflow :
- Tenseurs et opérations – Une introduction aux tenseurs, aux données, aux formes et aux types de données : les éléments constitutifs de TensorFlow.js.
- Plate-forme et environnement – Présentation des différentes plates-formes et environnements dans TensorFlow.js et des compromis entre eux.
- Opérations, noyaux et gradients personnalisés – Décrit les mécanismes de définition des opérations personnalisées (ops), des noyaux et des gradients dans TensorFlow.js.
En savoir plus sur les modèles préfabriqués :
- Utiliser un modèle préfabriqué – Conseils sur la façon de trouver et de sélectionner des modèles préfabriqués pour votre cas d'utilisation.
En savoir plus sur les modèles et comment les utiliser :
- Modèles et couches – Comment créer un modèle dans TensorFlow.js à l'aide de Layers et de l'API Core.
- Former des modèles – Introduction à la formation : modèles, optimiseurs, pertes, métriques, variables.
- Enregistrer et charger des modèles – Découvrez comment enregistrer et charger des modèles TensorFlow.js.
- Conversion de modèles – Découvrez l'ensemble des types de modèles disponibles dans l'écosystème TensorFlow.js et les détails de la conversion des modèles.
- Différences avec Python tf.keras – Connaître les principales différences et capacités entre TensorFlow.js et Python
tf.keras
et les conventions API utilisées dans JavaScript.
En savoir plus sur TensorFlow.js dans Node.js :
- Utilisation de TensorFlow.js dans Node.js – Comprenez les compromis entre les trois liaisons Node.js disponibles et la configuration système requise.
- Déployer un projet TensorFlow.js Node sur le cloud – Comment déployer un processus Node.js avec le package
tfjs-node
sur les plateformes cloud.