TensorFlow.js est une bibliothèque pour le machine learning avec JavaScript
Développez des modèles de machine learning en JavaScript et utilisez le machine learning directement dans le navigateur ou dans Node.js.
Fonctionnement
Exécuter les modèles existants
Utilisez des modèles JavaScript prêts à l'emploi ou convertissez des modèles TensorFlow codés en Python pour les exécuter dans un navigateur ou sous Node.js.
Réentraîner des modèles existants
Réentraînez des modèles de machine learning existants à l'aide de vos propres données.
Développer du machine learning avec JavaScript
Créez et entraînez des modèles directement en JavaScript à l'aide d'API flexibles et intuitives.
Démonstrations
Écoutez une interprétation au piano en temps réel jouée par un réseau de neurones.
Jouez à Pac-Man à l'aide d'images sur lesquelles vous venez d'entraîner votre navigateur.
Chantez en play-back sur le hit "Dance Monkey" directement dans votre navigateur grâce à Facemesh.
Actualités et annonces
Consultez notre blogblog pour en savoir plus, et abonnez-vous à notre newsletter TensorFlow mensuelle pour recevoir directement les dernières annonces.
LipSync a été créé pour présenter, de façon ludique, le fonctionnement du machine learning dans le navigateur avec TensorFlow.js et le modèle Facemesh. Nous avons collaboré avec la chanteuse australienne Tones and I pour vous permettre de chanter en playback sur son hit Dance Monkey.
Les utilisateurs ne manquent pas d'imagination. Découvrez leurs créations dans ces étonnantes démos, et mettez en pratique vos nouveaux superpouvoirs dans le navigateur et au-delà ! Utilisez le hashtag #MadeWithTFJS si vous souhaitez, vous aussi, être mis à l'honneur à l'occasion de futurs événements.
Cette version inclut plusieurs améliorations, optimisations et modèles. Consultez les notes de version pour en savoir plus sur les modifications destructives et pour connaître la procédure de mise à niveau.
Hugging Face, une start-up dans le domaine de l'IA, s'attaque aux difficultés de production du TLN en utilisant des modèles à faibles ressources et des frameworks non Python.
Implication de la communauté
Découvrez d'autres façons de s'impliquer dans la communauté TensorFlow.
