Guida a TensorFlow.js

Questa guida fornisce una documentazione approfondita di importanti argomenti di TensorFlow.js. Se hai appena iniziato a utilizzare TensorFlow.js, potresti voler esplorare i tutorial e quindi tornare a questa guida per saperne di più.

TensorFlow.js è una libreria Web ML open source che può essere eseguita ovunque sia possibile eseguire JavaScript. Si basa sulla libreria TensorFlow originale scritta in Python e mira a ricreare questa esperienza di sviluppo e set di API per l'ecosistema JavaScript.

Gli argomenti di questa guida ti aiuteranno a comprendere TensorFlow.js e il funzionamento delle API TensorFlow in JavaScript.

Scopri i concetti chiave di Tensorflow:

• Tensori e operazioni : un'introduzione a tensori, dati, forme e tipi di dati: gli elementi costitutivi di TensorFlow.js.
• Piattaforma e ambiente : panoramica delle diverse piattaforme e ambienti in TensorFlow.js e dei compromessi tra di essi.
• Operazioni personalizzate, kernel e gradienti : delinea i meccanismi per la definizione di operazioni personalizzate (operazioni), kernel e gradienti in TensorFlow.js.

Ulteriori informazioni sui modelli predefiniti:

• Utilizza un modello predefinito : indicazioni su come trovare e selezionare modelli predefiniti per il tuo caso d'uso.

Ulteriori informazioni sui modelli e su come utilizzarli:

• Modelli e livelli : come creare un modello in TensorFlow.js utilizzando i livelli e l'API principale.
• Train models – Introduzione al training: modelli, ottimizzatori, perdite, metriche, variabili.
• Salva e carica modelli : scopri come salvare e caricare modelli TensorFlow.js.
• Conversione del modello : guarda il panorama dei tipi di modello disponibili nell'ecosistema TensorFlow.js e i dettagli dietro la conversione dei modelli.
• Differenze da Python tf.keras : conoscere le principali differenze e funzionalità tra TensorFlow.js e Python tf.keras e le convenzioni API utilizzate in JavaScript.

Ulteriori informazioni su TensorFlow.js in Node.js:

• Utilizzo di TensorFlow.js in Node.js : comprendi i compromessi tra i tre binding Node.js disponibili e i requisiti di sistema che hanno.
• Distribuire un progetto Node TensorFlow.js su cloud – Come distribuire un processo Node.js con il pacchetto tfjs-node su piattaforme cloud.