TensorFlow.js在瀏覽器中訓(xùn)練和部署 ML 模型

TensorFlow.js 是一個(gè)開(kāi)源硬件加速 JavaScript 庫(kù)，用于訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。

TensorFlow.js 可用于：

在瀏覽器中創(chuàng)建模型

TensorFlow.js 的 API 靈活且直觀，可以使用低級(jí)的 JavaScript 線性代數(shù)庫(kù)和高級(jí)圖層 API 在瀏覽器中定義、訓(xùn)練和運(yùn)行完整的機(jī)器學(xué)習(xí)模型。

運(yùn)行現(xiàn)有模型

TensorFlow.js 可導(dǎo)入現(xiàn)有的預(yù)先訓(xùn)練的模型進(jìn)行推理。如果你有一個(gè)以前曾經(jīng)脫機(jī)訓(xùn)練過(guò)的現(xiàn)有 TensorFlow 或 Keras 模型，則可以將其轉(zhuǎn)換為 TensorFlow.js 格式，并將其加載到瀏覽器中進(jìn)行預(yù)測(cè)。

重新調(diào)整現(xiàn)有模型 

TensorFlow.js 可用于重新訓(xùn)練導(dǎo)入的模型。你可以使用傳輸學(xué)習(xí)來(lái)增強(qiáng)現(xiàn)有模型，使用名為“圖像重新訓(xùn)練”的技術(shù)，使用瀏覽器中收集的少量數(shù)據(jù)進(jìn)行離線培訓(xùn)。這是快速訓(xùn)練精確模型的一種方法，只使用少量數(shù)據(jù)。

架構(gòu)原理

TensorFlow.js 主要是由 WebGL 提供能力支持，并提供了一個(gè)用于定義模型的高層  API ，以及用于線性代數(shù)和自動(dòng)微分的低級(jí) API 。TensorFlow.js 支持導(dǎo)入 TensorFlow SavedModels  和  Keras  模型。