ยังใหม่กับแมชชีนเลิร์นนิงใช่ไหม ดูหลักสูตรวิดีโอเพื่อรับความรู้ในการทำงานจริงของ ML โดยใช้เทคโนโลยีเว็บ
ดูซีรีส์
คู่มือ TensorFlow.js
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
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:
เรียนรู้เกี่ยวกับโมเดลที่สร้างไว้ล่วงหน้า:
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:
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2023-06-02 UTC
[null,null,["อัปเดตล่าสุด 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."]]
