TensorFlow.js to biblioteka do uczenia maszynowego w JavaScript
Twórz modele ML w JavaScript i używaj ML bezpośrednio w przeglądarce lub w Node.js.
Jak to działa
Uruchom istniejące modele
Korzystaj z gotowych modeli JavaScript lub konwertuj modele TensorFlow w Pythonie, aby działały w przeglądarce lub w środowisku Node.js.
Przekwalifikować istniejące modele
Ponownie naucz istniejące modele ML przy użyciu własnych danych.
Twórz ML za pomocą JavaScript
Twórz i trenuj modele bezpośrednio w JavaScript, korzystając z elastycznych i intuicyjnych interfejsów API.
Prezentacje
Ciesz się grą na pianinie w czasie rzeczywistym przez sieć neuronową.
Graj w Pac-Mana, korzystając z obrazów wytrenowanych w przeglądarce.
Synchronizacja ust do popularnego hitu „Dance Monkey” na żywo w przeglądarce z Facemesh.
Nowości i ogłoszenia
Sprawdź nasz blog na dodatkowe aktualizacje i zapisz się do naszego biuletynu miesięcznego TensorFlow aby uzyskać najnowsze komunikaty wysyłane bezpośrednio do skrzynki odbiorczej.
Zunifikuj swoje mobilne i internetowe wdrożenia ML, ponownie wykorzystując zoptymalizowane modele TF Lite i uruchamiając je w przeglądarce za pośrednictwem WebAssembly, bez konieczności przepisywania kodu JavaScript. Nasze nowe interfejsy API zadań TF.js obsługują różne modele i backendy.
Popraw wygodę użytkownika witryny, trenując niestandardowy model uczenia maszynowego z danymi nawigacji witryny, aby przewidywać kolejne strony, i użyj aplikacji Angular do wstępnego pobierania treści i poprawy szybkości witryny.
Uzyskaj ogólny przegląd tego, czym jest TensorFlow.js, w jaki sposób jest obecnie używany, co nowego w tym roku, plany na przyszłość i jak możesz zaangażować się w nasze nowo utworzone specjalne grupy zainteresowań i grupy robocze.
MoveNet to architektura wykrywania ludzkich pozycji zaprojektowana do wykrywania trudnych pozycji i szybkich ruchów ciała. Model może działać w przeglądarce z bardzo małym opóźnieniem, otwierając drzwi dla nowej klasy aplikacji i interaktywnych doświadczeń.
