Premiers pas

TensorFlow.js est une bibliothèque JavaScript qui vous permet d'entraîner et de déployer des modèles de machine learning dans le navigateur et sur Node.js.

Consultez les sections ci-dessous pour découvrir différentes méthodes de prise en main.

Coder des programmes de machine learning sans interagir directement avec des Tensors

Vous souhaitez commencer à utiliser le machine learning, mais vous ne voulez pas vous préoccuper de détails tels que les Tensors ou les optimiseurs ?

Basée sur TensorFlow.js, la bibliothèque ml5.js vous donne accès à des modèles et des algorithmes de machine learning dans le navigateur au moyen d'une API simple et concise.

Découvrez ml5.js

Apprendre à utiliser TensorFlow.js

Les Tensors, les couches, les optimiseurs et les fonctions de perte sont des concepts qui vous sont familiers (ou que vous êtes désireux d'approfondir) ? TensorFlow.js vous propose des composants flexibles destinés à la programmation de réseaux de neurones en langage JavaScript.

Découvrez comment utiliser le code TensorFlow.js dans le navigateur ou sur Node.js.

Mise en route

Convertir des modèles pré-entraînés au format TensorFlow.js

Découvrez comment convertir des modèles pré-entraînés Python au format TensorFlow.js.

Modèle Keras Modèle GraphDef

Exploiter le code TensorFlow.js existant

Les exemples de code tfjs-examples vous permettent de mettre en œuvre différentes tâches de machine learning avec TensorFlow.js.

Afficher sur GitHub

Visualiser le comportement de votre modèle TensorFlow.js

tfjs-vis est une petite bibliothèque destinée à la visualisation dans le navigateur et conçue pour être utilisée avec TensorFlow.js.

Afficher sur GitHub Voir la démonstration

Préparer vos données au traitement avec TensorFlow.js

TensorFlow.js permet le traitement des données en appliquant les bonnes pratiques de ML.

Afficher les documents