Baru dalam pembelajaran mesin? Tonton video kursus untuk mendapatkan pengetahuan praktis tentang ML menggunakan teknologi web
View series
Panduan TensorFlow.js
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Panduan ini memberikan dokumentasi mendalam tentang topik penting TensorFlow.js. Jika Anda baru saja memulai TensorFlow.js, Anda mungkin ingin mempelajari tutorialnya lalu kembali ke panduan ini untuk mempelajari lebih lanjut.
TensorFlow.js adalah pustaka ML web sumber terbuka yang dapat dijalankan di mana saja yang dapat dijalankan JavaScript. Ini didasarkan pada pustaka TensorFlow asli yang ditulis dengan Python dan bertujuan untuk menciptakan kembali pengalaman pengembang dan kumpulan API ini untuk ekosistem JavaScript.
Topik dalam panduan ini akan membantu Anda memahami TensorFlow.js dan cara kerja TensorFlow API di JavaScript.
Pelajari tentang konsep utama Tensorflow:
Pelajari tentang model siap pakai:
Pelajari lebih lanjut tentang model dan cara menggunakannya:
- Model dan lapisan – Cara membuat model di TensorFlow.js menggunakan Lapisan dan Core API.
- Melatih model – Pengantar pelatihan: model, pengoptimal, kerugian, metrik, variabel.
- Simpan dan muat model – Pelajari cara menyimpan dan memuat model TensorFlow.js.
- Konversi model – Lihat lanskap jenis model yang tersedia di ekosistem TensorFlow.js dan detail di balik konversi model.
- Perbedaan dari Python tf.keras – Ketahui perbedaan utama dan kemampuan antara TensorFlow.js dan Python
tf.keras dan konvensi API yang digunakan dalam JavaScript.
Pelajari tentang TensorFlow.js di Node.js:
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2023-06-02 UTC.
[null,null,["Terakhir diperbarui pada 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."]]
