TensorFlow.js 是一个用于使用 JavaScript 进行机器学习开发的库
使用 JavaScript 开发机器学习模型，并直接在浏览器或 Node.js 中使用机器学习模型。
工作原理
运行现有模型
使用现成的 JavaScript 模型或转换 Python TensorFlow 模型以在浏览器中或 Node.js 下运行。
重新训练现有模型
使用您自己的数据重新训练现有的机器学习模型。
使用 JavaScript 开发机器学习模型
使用灵活且直观的 API 直接用 JavaScript 构建和训练模型。
借助 TensorFlow.js 直接在网络上运行 TensorFlow Lite 模型
重复使用经过优化的 TF Lite 模型并通过 WebAssembly 在浏览器中运行模型，统一移动和网络机器学习部署，无需重写 JavaScript 代码。新的 TF.js 任务 API 支持各种模型和后端。
使用机器学习技术预提取网页，提高网站运行速度
使用网站导航数据训练自定义机器学习模型，使其预测用户接下来要访问的网页，并使用 Angular 应用预提取内容和提高网站速度，从而提升网站的用户体验。
使用 TensorFlow.js 打造下一代 Web 应用的机器学习技术（Google I/O 大会）
大致了解 TensorFlow.js 的基本概念及其目前的用途、今年的新变化和未来的计划，以及加入我们新近成立的特别兴趣小组和工作组的方法。
使用 MoveNet 的新一代姿势检测
MoveNet 是一个人体姿势检测架构，可以检测难以检测的姿势和快速身体动作。该模型可在浏览器中以极短的延迟时间运行，让全新类型的应用和互动体验成为可能。
