คู่มือนี้มีเอกสารเชิงลึกเกี่ยวกับหัวข้อ TensorFlow.js ที่สำคัญ หากคุณเพิ่งเริ่มต้นใช้งาน TensorFlow.js คุณอาจต้องการสำรวจ บทช่วยสอน จากนั้นกลับไปที่คู่มือนี้เพื่อเรียนรู้เพิ่มเติม
TensorFlow.js เป็นไลบรารี ML บนเว็บแบบโอเพ่นซอร์สที่สามารถเรียกใช้ JavaScript ได้ทุกที่ มันขึ้นอยู่กับไลบรารี TensorFlow ดั้งเดิมที่เขียนด้วย Python และมีเป้าหมายเพื่อสร้างประสบการณ์นักพัฒนานี้และชุดของ API สำหรับระบบนิเวศ JavaScript
หัวข้อในคู่มือนี้จะช่วยให้คุณเข้าใจ TensorFlow.js และวิธีการทำงานของ TensorFlow API ใน JavaScript
เรียนรู้เกี่ยวกับแนวคิดหลักของ Tensorflow:
- เทนเซอร์และการดำเนินการ – ข้อมูลเบื้องต้นเกี่ยวกับเทนเซอร์ ข้อมูล รูปร่าง และประเภทข้อมูล: โครงสร้างพื้นฐานของ TensorFlow.js
- แพลตฟอร์มและสภาพแวดล้อม – ภาพรวมของแพลตฟอร์มและสภาพแวดล้อมต่างๆ ใน TensorFlow.js และการแลกเปลี่ยนระหว่างกัน
- ops เคอร์เนล และการไล่ระดับสีแบบกำหนดเอง – สรุปกลไกสำหรับการกำหนดการดำเนินการแบบกำหนดเอง (ops) เคอร์เนล และการไล่ระดับสีใน TensorFlow.js
เรียนรู้เกี่ยวกับโมเดลที่สร้างไว้ล่วงหน้า:
- ใช้โมเดลที่สร้างไว้ล่วงหน้า – คำแนะนำเกี่ยวกับวิธีค้นหาและเลือกโมเดลที่สร้างไว้ล่วงหน้าสำหรับกรณีการใช้งานของคุณ
เรียนรู้เพิ่มเติมเกี่ยวกับโมเดลและวิธีใช้งาน:
- โมเดลและเลเยอร์ – วิธีสร้างโมเดลใน TensorFlow.js โดยใช้ Layers และ Core API
- ฝึกโมเดล – รู้เบื้องต้นเกี่ยวกับการฝึก: แบบจำลอง, เครื่องมือเพิ่มประสิทธิภาพ, การสูญเสีย, เมตริก, ตัวแปร
- บันทึกและโหลดโมเดล – เรียนรู้วิธีบันทึกและโหลดโมเดล TensorFlow.js
- การแปลงโมเดล – ดูภาพรวมของประเภทโมเดลที่มีอยู่ในระบบนิเวศ TensorFlow.js และรายละเอียดเบื้องหลังการแปลงโมเดล
- ความแตกต่างจาก Python tf.keras – ทราบความแตกต่างที่สำคัญและความสามารถระหว่าง TensorFlow.js และ Python
tf.keras
และแบบแผน API ที่ใช้ใน JavaScript
เรียนรู้เกี่ยวกับ TensorFlow.js ใน Node.js:
- การใช้ TensorFlow.js ใน Node.js – ทำความเข้าใจการแลกเปลี่ยนระหว่างการเชื่อมโยง Node.js ที่มีอยู่สามแบบและความต้องการของระบบที่มี
- ปรับใช้โครงการโหนด TensorFlow.js บนคลาวด์ – วิธีปรับใช้กระบวนการ Node.js ด้วยแพ็คเกจ
tfjs-node
บนแพลตฟอร์มคลาวด์