TensorFlow لتطوير جافا سكريبت

قبل البدء في المواد التعليمية أدناه، يجب عليك:

  1. كن مرتاحًا مع برمجة المتصفح باستخدام HTML وCSS وJavaScript

  2. كن على دراية باستخدام سطر الأوامر لتشغيل البرامج النصية لـ Node.js

هذا المنهج مخصص للأشخاص الذين يريدون:

  1. بناء نماذج ML في جافا سكريبت

  2. قم بتشغيل النماذج الموجودة في أي مكان يمكن تشغيل Javascript فيه

  3. نشر نماذج ML على متصفحات الويب

يتيح لك TensorFlow.js تطوير أو تنفيذ نماذج ML في JavaScript، واستخدام ML مباشرة في جانب عميل المتصفح، وجانب الخادم عبر Node.js، والهاتف المحمول الأصلي عبر React Native، وسطح المكتب الأصلي عبر Electron، وحتى على أجهزة إنترنت الأشياء عبر Node.js على راسبيري باي. لمعرفة المزيد حول TensorFlow.js، وما يمكن فعله به، راجع هذه المحادثة في Google I/O.

الخطوة 1: تعرف على التعلم الآلي في المتصفح

للحصول على مقدمة سريعة عن أساسيات تعلم الآلة في JavaScript، يمكنك حضور الدورة التدريبية ذاتية السرعة على Edx أو مشاهدة مقاطع الفيديو أدناه التي تأخذك من المبادئ الأولى، إلى استخدام النماذج الحالية المعدة مسبقًا، وحتى بناء شبكتك العصبية الخاصة للتصنيف. يمكنك أيضًا تجربة إنشاء كاميرا ويب ذكية في JavaScript Codelab للحصول على إرشادات تفاعلية حول هذه المفاهيم.

القوى العظمى لتطبيقات الويب من الجيل التالي: التعلم الآلي

هذه المقدمة عالية المستوى للتعلم الآلي في JavaScript مخصصة لمطوري الويب الذين يتطلعون إلى اتخاذ خطواتهم الأولى باستخدام TensorFlow.js.

حر
شاهد الفيديو
Google AI لمطوري JavaScript باستخدام TensorFlow.js

انتقل من الصفر إلى البطل باستخدام الويب ML باستخدام TensorFlow.js. تعرف على كيفية إنشاء تطبيقات الويب من الجيل التالي التي يمكنها تشغيل جانب العميل واستخدامها على أي جهاز تقريبًا.

حر
عرض الدورة
اصنع كاميرا ويب ذكية باستخدام JavaScript باستخدام نموذج مُدرب مسبقًا

تعرف على كيفية تحميل واستخدام أحد نماذج TensorFlow.js المدربة مسبقًا (COCO-SSD) واستخدامها للتعرف على الكائنات الشائعة التي تم التدريب عليها.

حر
راجع مختبر البرمجة