В этом руководстве представлена подробная документация по важным темам TensorFlow.js. Если вы только начинаете работать с TensorFlow.js, вы можете изучить учебные пособия , а затем вернуться к этому руководству, чтобы узнать больше.
TensorFlow.js — это веб-библиотека машинного обучения с открытым исходным кодом, которая может работать везде, где может работать JavaScript. Он основан на оригинальной библиотеке TensorFlow, написанной на Python, и призван воссоздать этот опыт разработчиков и набор API-интерфейсов для экосистемы JavaScript.
Темы в этом руководстве помогут вам понять TensorFlow.js и то, как API-интерфейсы TensorFlow работают в JavaScript.
Узнайте о ключевых концепциях Tensorflow:
- Тензоры и операции — введение в тензоры, данные, формы и типы данных: строительные блоки TensorFlow.js.
- Платформа и среда — обзор различных платформ и сред в TensorFlow.js и компромиссов между ними.
- Пользовательские операции, ядра и градиенты — описывает механизмы определения пользовательских операций (операций), ядер и градиентов в TensorFlow.js.
Узнайте о готовых моделях:
- Используйте готовую модель — руководство по поиску и выбору готовых моделей для вашего варианта использования.
Узнайте больше о моделях и о том, как их использовать:
- Модели и слои — как построить модель в TensorFlow.js, используя слои и основной API.
- Тренировать модели — Введение в обучение: модели, оптимизаторы, потери, метрики, переменные.
- Сохранение и загрузка моделей . Узнайте, как сохранять и загружать модели TensorFlow.js.
- Преобразование моделей . Ознакомьтесь с набором типов моделей, доступных в экосистеме TensorFlow.js, и подробными сведениями о преобразовании моделей.
- Отличия от Python tf.keras . Узнайте об основных различиях и возможностях между TensorFlow.js и Python
tf.keras
, а также о соглашениях API, используемых в JavaScript.
Узнайте о TensorFlow.js в Node.js:
- Использование TensorFlow.js в Node.js. Узнайте о компромиссах между тремя доступными привязками Node.js и их системными требованиями.
- Развертывание проекта узла TensorFlow.js в облаке . Как развернуть процесс Node.js с пакетом
tfjs-node
на облачных платформах.