TensorFlow.js เป็นไลบรารีสำหรับการเรียนรู้ของเครื่องใน JavaScript

พัฒนาโมเดล ML ใน JavaScript และใช้ ML โดยตรงในเบราว์เซอร์หรือใน Node.js

ดูบทแนะนำ

บทช่วยสอนแสดงวิธีใช้ TensorFlow.js พร้อมตัวอย่างที่สมบูรณ์และครบถ้วน

ดูรุ่น

รุ่นที่ใช้งานได้จริงซึ่งได้รับการฝึกฝนมาล่วงหน้าสำหรับกรณีการใช้งานทั่วไป

ดูการสาธิต

การสาธิตสดและตัวอย่างทำงานในเบราว์เซอร์ของคุณโดยใช้ TensorFlow.js

มันทำงานอย่างไร

เรียกใช้รุ่นที่มีอยู่

ใช้โมเดล JavaScript นอกชั้นวางหรือแปลงโมเดล Python TensorFlow เพื่อทำงานในเบราว์เซอร์หรือภายใต้ Node.js

ฝึกโมเดลที่มีอยู่ใหม่

ฝึกแบบจำลอง ML ที่มีอยู่ก่อนใหม่โดยใช้ข้อมูลของคุณเอง

พัฒนา ML ด้วย JavaScript

สร้างและฝึกอบรมโมเดลโดยตรงใน JavaScript โดยใช้ API ที่ยืดหยุ่นและใช้งานง่าย

การสาธิต

ประสิทธิภาพ RNN

เพลิดเพลินกับการแสดงเปียโนแบบเรียลไทม์โดยโครงข่ายประสาทเทียม

ตัวควบคุมเว็บแคม

เล่น Pac-Man โดยใช้รูปภาพที่ได้รับการฝึกฝนในเบราว์เซอร์ของคุณ

LipSync โดย YouTube

ลิปซิงค์ยอดนิยม "Dance Monkey" ถ่ายทอดสดในเบราว์เซอร์ด้วย Facemesh

ข่าวและประกาศ

ตรวจสอบของเรา บล็อก สำหรับการปรับปรุงเพิ่มเติมและสมัครรับจดหมายข่าว TensorFlow รายเดือนของเราที่จะได้รับข่าวสารล่าสุดส่งโดยตรงไปยังกล่องจดหมายของคุณ

19 พ.ค. 2564  
เรียกใช้โมเดล TensorFlow Lite บนเว็บโดยตรงด้วย TensorFlow.js

รวมการปรับใช้ ML บนมือถือและเว็บของคุณโดยใช้โมเดล TF Lite ที่ปรับให้เหมาะสมอีกครั้งและทำงานในเบราว์เซอร์ผ่าน WebAssembly ไม่จำเป็นต้องเขียน JavaScript ใหม่ API งาน TF.js ใหม่ของเรารองรับโมเดลและแบ็กเอนด์ที่หลากหลาย

18 พฤษภาคม 2021  
เพิ่มความเร็วเว็บไซต์ของคุณด้วยการดึงข้อมูลหน้าเว็บล่วงหน้าโดยใช้ ML

ปรับปรุงประสบการณ์ผู้ใช้เว็บไซต์โดยการฝึกโมเดลการเรียนรู้ของเครื่องด้วยข้อมูลการนำทางไซต์เพื่อคาดการณ์หน้าถัดไป และใช้แอป Angular เพื่อดึงเนื้อหาล่วงหน้าและปรับปรุงความเร็วของไซต์

18 พฤษภาคม 2021  
แมชชีนเลิร์นนิงสำหรับเว็บแอปเจเนอเรชันถัดไปด้วย TensorFlow.js (Google I/O)

รับภาพรวมในระดับสูงว่า TensorFlow.js คืออะไร มีการใช้งานอย่างไร มีอะไรใหม่ในปีนี้ แผนสำหรับอนาคต และวิธีที่คุณจะมีส่วนร่วมกับกลุ่มงานและความสนใจพิเศษที่เพิ่งจัดตั้งขึ้นใหม่

17 พฤษภาคม 2564  
การตรวจจับท่าทางรุ่นต่อไปด้วย MoveNet

MoveNet เป็นสถาปัตยกรรมการตรวจจับท่าทางของมนุษย์ที่ออกแบบมาเพื่อตรวจจับท่าทางที่ยากลำบากและการเคลื่อนไหวของร่างกายอย่างรวดเร็ว โมเดลสามารถทำงานในเบราว์เซอร์ได้โดยมีเวลาในการตอบสนองน้อยมาก เป็นการเปิดประตูสู่แอปพลิเคชันระดับใหม่และประสบการณ์เชิงโต้ตอบ