TensorFlow.js ist eine Bibliothek für maschinelles Lernen in JavaScript
Entwickeln Sie ML-Modelle in JavaScript und verwenden Sie ML direkt im Browser oder in Node.js.
Wie es funktioniert
Führen Sie vorhandene Modelle aus
Verwenden Sie handelsübliche JavaScript-Modelle oder konvertieren Sie Python TensorFlow-Modelle, um sie im Browser oder unter Node.js auszuführen.
Bestehende Modelle neu schulen
Trainieren Sie bereits vorhandene ML-Modelle mit Ihren eigenen Daten.
Entwickeln Sie ML mit JavaScript
Erstellen und trainieren Sie Modelle direkt in JavaScript mithilfe flexibler und intuitiver APIs.
Demos
Genießen Sie eine Echtzeit-Klavierperformance eines neuronalen Netzwerks.
Spielen Sie Pac-Man mit Bildern, die in Ihrem Browser trainiert wurden.
Lippensynchronisation mit dem beliebten Hit "Dance Monkey" live im Browser mit Facemesh.
InSpace ist eine Kommunikations- und virtuelle Lernplattform, mit der Menschen auf vertraute physische Weise interagieren, zusammenarbeiten und lernen können. Erfahren Sie, wie sie ML verwendet haben, um zu verhindern, dass Benutzer toxische Nachrichten senden und empfangen.
Sehen Sie sechs aufregende neue Demos, die die Grenzen des maschinellen Lernens auf dem Gerät in JavaScript erweitern. Teilen Sie Ihre Arbeit mit #MadewithTFJS, um die Chance zu haben, beim nächsten Show & Tell vorgestellt zu werden, und besuchen Sie unseren YouTube-Kanal, um weitere Community-Showcases zu erhalten.
In diesem 30-minütigen Vortrag von Jason Mayes erfahren Sie, wie Sie im Browser und darüber hinaus Superkräfte erzielen, indem Sie maschinelles Lernen in JavaScript mithilfe von TensorFlow.js nutzen.
Wir freuen uns, eine neue SIG bekannt zu geben, um die Community-Eigenverantwortung für TensorFlow.js Projekte zu stärken. Wir ermutigen alle Entwickler, die an der Schnittstelle zwischen maschinellem Lernen und Web / JS-Anwendungen arbeiten, sich an den Aktivitäten der SIG zu beteiligen.
Die Beteiligung der Gemeinschaft
Weitere Möglichkeiten zur Teilnahme an der TensorFlow-Community.
