Makine öğreniminde yeni misiniz? Web teknolojilerini kullanarak makine öğrenimi hakkında pratik çalışma bilgisi edinmek için bir video kursu izleyin
Seriyi görüntüleyin
TensorFlow.js kılavuzu
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
Bu kılavuz, önemli TensorFlow.js konularının derinlemesine belgelenmesini sağlar. TensorFlow.js ile yeni başlıyorsanız, öğreticileri keşfetmek ve daha fazla bilgi edinmek için bu kılavuza geri dönmek isteyebilirsiniz.
TensorFlow.js, JavaScript'in çalışabildiği her yerde çalışabilen açık kaynaklı bir web ML kitaplığıdır. Python'da yazılmış orijinal TensorFlow kitaplığını temel alır ve bu geliştirici deneyimini ve JavaScript ekosistemi için bir dizi API'yi yeniden oluşturmayı amaçlar.
Bu kılavuzdaki konular, TensorFlow.js'yi ve TensorFlow API'lerinin JavaScript'te nasıl çalıştığını anlamanıza yardımcı olacaktır.
Temel Tensorflow kavramları hakkında bilgi edinin:
- Tensörler ve işlemler – Tensörlere, verilere, şekillere ve veri türlerine giriş: TensorFlow.js'nin yapı taşları.
- Platform ve ortam – TensorFlow.js'deki farklı platformlara ve ortamlara ve bunlar arasındaki dengelere genel bakış.
- Özel işlemler, çekirdekler ve gradyanlar – TensorFlow.js'de özel işlemleri (işlemler), çekirdekleri ve gradyanları tanımlamaya yönelik mekanizmaları ana hatlarıyla belirtir.
Hazır modeller hakkında bilgi edinin:
- Hazır bir model kullanın – Kullanım durumunuz için önceden hazırlanmış modelleri nasıl bulacağınız ve seçeceğiniz konusunda rehberlik.
Modeller ve bunların nasıl kullanılacağı hakkında daha fazla bilgi edinin:
- Modeller ve katmanlar – Katmanlar ve Çekirdek API kullanılarak TensorFlow.js'de model oluşturma.
- Tren modelleri – Eğitime giriş: modeller, optimize ediciler, kayıplar, ölçümler, değişkenler.
- Modelleri kaydedin ve yükleyin – TensorFlow.js modellerini nasıl kaydedeceğinizi ve yükleyeceğinizi öğrenin.
- Model dönüştürme – TensorFlow.js ekosisteminde bulunan model türlerinin genel görünümünü ve modellerin dönüştürülmesinin ardındaki ayrıntıları görün.
- Python tf.keras'tan Farklar – TensorFlow.js ve Python
tf.keras ile JavaScript'te kullanılan API kuralları arasındaki temel farkları ve yetenekleri öğrenin.
Node.js'de TensorFlow.js hakkında bilgi edinin:
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2023-06-02 UTC.
[null,null,["Son güncelleme tarihi: 2023-06-02 UTC."],[],[],null,["# TensorFlow.js guide\n\n\u003cbr /\u003e\n\nThis guide provides in-depth documentation of important TensorFlow.js topics. If\nyou're just getting started with TensorFlow.js, you might want to explore\n[the tutorials](/js/tutorials) and then return to this guide to learn more.\n\nTensorFlow.js is an open-source web ML library that can run anywhere JavaScript\ncan. It's based on the original TensorFlow library written in Python and aims\nto recreate this developer experience and set of APIs for the JavaScript\necosystem.\n\nThe topics in this guide will help you understand TensorFlow.js and how\nTensorFlow APIs work in JavaScript.\n\nLearn about key Tensorflow concepts:\n\n- [Tensors and operations](/js/guide/tensors_operations) -- An intro to tensors, data, shapes, and data types: the building blocks of TensorFlow.js.\n- [Platform and environment](/js/guide/platform_environment) -- Overview of the different platforms and environments in TensorFlow.js and the tradeoffs between them.\n- [Custom ops, kernels, and gradients](/js/guide/custom_ops_kernels_gradients) -- Outlines the mechanisms for defining custom operations (ops), kernels, and gradients in TensorFlow.js.\n\nLearn about pre-made models:\n\n- [Use a pre-made model](/js/guide/premade_models) -- Guidance on how to find and select pre-made models for your use case.\n\nLearn more about models and how to use them:\n\n- [Models and layers](/js/guide/models_and_layers) -- How to build a model in TensorFlow.js using Layers and the Core API.\n- [Train models](/js/guide/train_models) -- Introduction to training: models, optimizers, losses, metrics, variables.\n- [Save and load models](/js/guide/save_load) -- Learn how to save and load TensorFlow.js models.\n- [Model conversion](/js/guide/conversion) -- See the landscape of model types available in the TensorFlow.js ecosystem and the details behind conversion of models.\n- [Differences from Python tf.keras](/js/guide/layers_for_keras_users) -- Know the major differences and capabilities between TensorFlow.js and Python [`tf.keras`](/api_docs/python/tf/keras) and the API conventions used in JavaScript.\n\nLearn about TensorFlow.js in Node.js:\n\n- [Using TensorFlow.js in Node.js](/js/guide/nodejs) -- Understand the tradeoffs between the three available Node.js bindings and the system requirements they have.\n- [Deploy a TensorFlow.js Node project on cloud](/js/guide/node_in_cloud) -- How to deploy a Node.js process with the `tfjs-node` package on cloud platforms."]]
