TensorFlow.js یک کتابخانه برای یادگیری ماشین در جاوا اسکریپت است
مدل‌های ML را در جاوا اسکریپت توسعه دهید و از ML مستقیماً در مرورگر یا Node.js استفاده کنید.
چگونه کار می کند
مدل های موجود را اجرا کنید
از مدل‌های جاوا اسکریپت خارج از قفسه استفاده کنید یا مدل‌های تنسورفلو پایتون را برای اجرا در مرورگر یا زیر Node.js تبدیل کنید.
مدل های موجود را دوباره آموزش دهید
با استفاده از داده های خود، مدل های ML از قبل موجود را دوباره آموزش دهید.
ML را با جاوا اسکریپت توسعه دهید
با استفاده از API های انعطاف پذیر و بصری، مدل ها را مستقیماً در جاوا اسکریپت بسازید و آموزش دهید.
دموها
از اجرای پیانو در زمان واقعی توسط یک شبکه عصبی لذت ببرید.
Pac-Man را با استفاده از تصاویر آموزش دیده در مرورگر خود بازی کنید.
با قدرت وب ML خود را به یک ساحل گرمسیری، فضای بیرونی و جاهای دیگر ببرید.
What's new in TensorFlow 2.19
TensorFlow 2.19 has been released! Highlights of this release include changes to the C++ API in LiteRT, bfloat16 support for tflite casting, discontinue of releasing libtensorflow packages. Learn more by reading the full release notes. Note: Release
TensorFlow
۱۳ مارس ۲۰۲۵
Introducing Wake Vision: A High-Quality, Large-Scale Dataset for TinyML Computer Vision Applications
TinyML is an exciting frontier in machine learning, enabling models to run on extremely low-power devices such as microcontrollers and edge devices. However, the growth of this field has been stifled by a lack of tailored large and high-quality
TensorFlow
۵ دسامبر ۲۰۲۴
MLSysBook.AI: Principles and Practices of Machine Learning Systems Engineering
If ML developers are like astronauts exploring new frontiers, ML systems engineers are the rocket scientists designing and building the engines that take them there. "Everyone wants to do modeling, but no one wants to do the engineering," highlights
TensorFlow
۱۹ نوامبر ۲۰۲۴
What's new in TensorFlow 2.18
TensorFlow 2.18 has been released! Highlights of this release (and 2.17) include NumPy 2.0, LiteRT repository, CUDA Update, Hermetic CUDA and more. For the full release notes, please click here. Note: Release updates on the new multi-backend Keras
TensorFlow
۲۸ اکتبر ۲۰۲۴
