Bạn mới học máy? Xem khóa học video để có kiến thức làm việc thực tế về ML bằng công nghệ web
Xem loạt bài
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Mô hình TensorFlow.js
Khám phá các mô hình được đào tạo trước để thêm thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP) và các tác vụ ML phổ biến khác vào web và các ứng dụng dựa trên trình duyệt của bạn.
Phát hiện mốc khuôn mặt Dự đoán 486 điểm mốc trên khuôn mặt 3D để suy ra hình dạng bề mặt gần đúng của khuôn mặt người.
Phát hiện tư thế API phát hiện tư thế thống nhất để sử dụng một trong ba mô hình giúp phát hiện các tư thế không điển hình và chuyển động nhanh của cơ thể với hiệu suất theo thời gian thực.
Phát hiện tư thế tay Máy dò lòng bàn tay và mô hình theo dõi ngón tay bộ xương bàn tay. Dự đoán 21 điểm chính của bàn tay 3D trên mỗi bàn tay được phát hiện.
Phát hiện độc tính của văn bản Cho điểm mức độ tác động được cảm nhận mà một nhận xét có thể gây ra đối với cuộc trò chuyện, từ "Rất độc hại" đến "Rất lành mạnh" (Độc hại).
Bộ mã hóa câu phổ quát Mã hóa văn bản thành các phần nhúng cho các tác vụ NLP như phân loại tình cảm và độ tương tự văn bản (Bộ mã hóa câu phổ quát).
Bộ phân loại KNN Tiện ích tạo bộ phân loại bằng thuật toán K-Nearest-Neighbors. Có thể được sử dụng cho việc học chuyển giao.
[null,null,[],[],[],null,["# TensorFlow.js models\n====================\n\nExplore pre-trained models to add computer vision, natural language processing (NLP), and other common ML tasks to your web and browser-based applications. \n\nVision\n------\n\nAnalyze features in images and videos. Unlock new real-time experiences in the browser. \n[Image classification](https://github.com/tensorflow/tfjs-models/tree/master/mobilenet) \nClassify images with labels from the ImageNet database (MobileNet). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/mobilenet) \n[Object detection](https://github.com/tensorflow/tfjs-models/tree/master/coco-ssd) \nLocalize and identify multiple objects in a single image (Coco SSD). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/coco-ssd) \n[Semantic segmentation](https://github.com/tensorflow/tfjs-models/tree/master/deeplab) \nRun semantic segmentation in the browser (DeepLab). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/deeplab) \n\nBody\n----\n\nDetect key points and poses on the face, hands, and body with models from [MediaPipe](https://google.github.io/mediapipe/solutions/models) and beyond, optimized for JavaScript and Node.js. \n[Simple face detection](https://github.com/tensorflow/tfjs-models/tree/master/face-detection) \nDetect faces in images using a Single Shot Detector architecture with a custom encoder (Blazeface). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/face-detection) \n[Face landmark detection](https://github.com/tensorflow/tfjs-models/tree/master/face-landmarks-detection) \nPredict 486 3D facial landmarks to infer the approximate surface geometry of human faces. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/face-landmarks-detection) \n[Pose detection](https://github.com/tensorflow/tfjs-models/tree/master/pose-detection) \nUnified pose detection API for using one of three models that help detect atypical poses and fast body motions with real time performance. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/pose-detection) \n[Body segmentation](https://github.com/tensorflow/tfjs-models/tree/master/body-segmentation) \nSegment person(s) and body parts in real-time. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/body-segmentation) \n[Hand pose detection](https://github.com/tensorflow/tfjs-models/tree/master/hand-pose-detection) \nPalm detector and hand-skeleton finger tracking model. Predict 21 3D hand keypoints per detected hand. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/hand-pose-detection) \n[Portrait depth estimation](https://github.com/tensorflow/tfjs-models/tree/master/depth-estimation) \nEstimate a depth map for a single portrait image of a human. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/depth-estimation) \n\nText\n----\n\nEnable NLP in your web app using the power of BERT and other Transformer encoder architectures. \n[Natural language question answering](https://github.com/tensorflow/tfjs-models/tree/master/qna) \nAnswer questions based on the content of a given passage of text using BERT. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/qna) \n[Text toxicity detection](https://github.com/tensorflow/tfjs-models/tree/master/toxicity) \nScore the perceived impact a comment may have on a conversation, from \"Very toxic\" to \"Very healthy\" (Toxicity). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/toxicity) \n[Universal sentence encoder](https://github.com/tensorflow/tfjs-models/tree/master/universal-sentence-encoder) \nEncode text into embeddings for NLP tasks such as sentiment classification and textual similarity (Universal Sentence Encoder). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/universal-sentence-encoder) \n\nAudio\n-----\n\nClassify audio to detect sounds and trigger an action in your web app. \n[Speech command recognition](https://github.com/tensorflow/tfjs-models/tree/master/speech-commands) \nClassify 1-second audio snippets from the speech commands dataset (speech-commands). \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/speech-commands) \n\nGeneral\n-------\n\nFind more TensorFlow.js models that can be used out of the box. \n[KNN Classifier](https://github.com/tensorflow/tfjs-models/tree/master/knn-classifier) \nUtility to create a classifier using the K-Nearest-Neighbors algorithm. Can be used for transfer learning. \n[View code](https://github.com/tensorflow/tfjs-models/tree/master/knn-classifier) \n[Explore on GitHub](https://tfhub.dev/s?deployment-format=tfjs) \n\nGet started with TensorFlow.js\n------------------------------\n\n[Explore tutorials](/js/tutorials)"]]
