腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

TensorFlow.js v4.22.0

TensorFlow.js

投訴報錯

源碼大?。?span>20.5MB
源碼語言：簡體中文
源碼類型：國產(chǎn)軟件
源碼授權(quán)：免費軟件
源碼類別：java源碼
應(yīng)用平臺：JavaScript
更新時間：2024-11-03
網(wǎng)友評分：

360通過騰訊通過金山通過

20.5MB

詳情介紹

TensorFlow.js是一個開源的硬件加速JavaScript庫，用于訓(xùn)練和部署機器學(xué)習(xí)模型。

警告：我們最近發(fā)布了TensorFlow.js 2.0。如果您一直通過腳本標簽使用TensorFlow.js而未指定版本，并且看到一條錯誤消息，指出未找到任何后端，那么您應(yīng)該閱讀我們的發(fā)行說明以獲取有關(guān)升級的說明。

在瀏覽器中開發(fā)ML

使用低級JavaScript線性代數(shù)庫或高級層API，使用靈活直觀的API從頭開始構(gòu)建模型。

在Node.js中開發(fā)ML

Node.js運行時下，使用相同的TensorFlow.js API執(zhí)行本機TensorFlow。

運行現(xiàn)有模型

使用TensorFlow.js模型轉(zhuǎn)換器可在瀏覽器中直接運行預(yù)先存在的TensorFlow模型。

重新訓(xùn)練現(xiàn)有模型

使用連接到瀏覽器的傳感器數(shù)據(jù)或其他客戶端數(shù)據(jù)重新訓(xùn)練現(xiàn)有ML模型。

介紹

該存儲庫包含結(jié)合了多個軟件包的邏輯和腳本。

接口：

TensorFlow.js Core，一種用于神經(jīng)網(wǎng)絡(luò)和數(shù)值計算的靈活的低級API。

TensorFlow.js Layers，一個高級API，實現(xiàn)類似于Keras的功能。

TensorFlow.js Data，一個簡單的API，用于加載和準備類似于tf.data的數(shù)據(jù) 。

TensorFlow.js Converter，用于將TensorFlow SavedModel導(dǎo)入TensorFlow.js的工具

TensorFlow.js Vis，TensorFlow.js模型的瀏覽器內(nèi)可視化

TensorFlow.js AutoML，用于加載和運行由AutoML Edge生成的模型的API集。

后端/平臺：

TensorFlow.js CPU后端，Node.js和瀏覽器的純JS后端。

TensorFlow.js WebGL后端，瀏覽器的WebGL后端。

TensorFlow.js WASM后端，瀏覽器的WebAssembly后端。

TensorFlow.js WebGPU，瀏覽器的WebGPU后端。

TensorFlow.js Node，通過TensorFlow C ++適配器的Node.js平臺。

TensorFlow.js React Native，通過expo-gl適配器的React Native平臺。

如果您關(guān)心捆綁包的大小，則可以單獨導(dǎo)入那些軟件包。

如果您正在尋找對Node.js的支持，請查看TensorFlow.js Node目錄。

基準測試

本地基準工具。使用此網(wǎng)頁工具可在具有CPU，WebGL或WASM后端的本地設(shè)備上收集TensorFlow.js模型和內(nèi)核的性能相關(guān)指標（速度，內(nèi)存等）。您可以按照本指南對自定義模型進行基準測試。

多設(shè)備基準測試工具。使用此工具可以在一組遠程設(shè)備上收集與性能相關(guān)的相同指標。

入門

在您的JavaScript項目中獲取TensorFlow.js的主要方法有兩種：通過腳本標簽或從NPM安裝TensorFlow.js 并使用諸如Parcel， WebPack或Rollup之類的構(gòu)建工具。

通過腳本標簽

將以下代碼添加到HTML文件：

<html>
<head> <！-加載TensorFlow.js-> <script src = “” https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js“ > </腳本>
<！-將您的代碼放在下面的腳本標簽中。您也可以使用外部.js文件->
<script> //注意，這里沒有'import'語句。由于上面的腳本標簽，'tf'在索引頁上//可用。
//定義線性回歸模型。
const model = tf 。順序（）; 模型。添加（tf 。層。密集（{單位：1 ，inputShape ：[ 1 ]}））;
//準備要訓(xùn)練的模型：指定損失和優(yōu)化器。
模型。編譯（{損失：' meanSquaredError ' ，優(yōu)化器：' sgd ' }）;
//生成一些綜合數(shù)據(jù)進行訓(xùn)練。
const xs = tf 。tensor2d （[ 1 ，2 ，3 ，4 ]，[ 4 ，1 ]）; const ys = tf 。tensor2d （[ 1 ，3 ，5 ，7 ]，[ 4 ，1 ]）;
//使用數(shù)據(jù)訓(xùn)練模型。
模型。適合（xs ，ys ）。然后（（）=> { //使用模型上做一個數(shù)據(jù)推理點模型以前沒有見過：//打開瀏覽器devtools查看輸出模型。預(yù)測（TF 。tensor2d （[ 5 ]，[ 1 ，1 ]））。打?。ǎ? }）; </ script> </ head>
<body>
</ body> </ html>

在瀏覽器中打開該HTML文件，代碼應(yīng)運行！

通過NPM

使用yarn 或 npm將TensorFlow.js添加到您的項目中。注意：因為我們使用ES2017語法（例如import），所以此工作流程假設(shè)您使用的是現(xiàn)代瀏覽器或捆綁程序/編譯器，將代碼轉(zhuǎn)換為舊版瀏覽器可以理解的內(nèi)容。查看示例，了解如何使用Parcel構(gòu)建代碼。但是，您可以自由使用自己喜歡的任何構(gòu)建工具。

從' @ tensorflow / tfjs '導(dǎo)入* 作為 tf ;
//定義線性回歸模型。
const model = tf 。順序（）;
模型。添加（tf 。層。密集（{單位： 1 ， inputShape ： [ 1 ]}））;
//準備要訓(xùn)練的模型：指定損失和優(yōu)化器。
模型。編譯（{損失： ' meanSquaredError ' ，優(yōu)化器： ' sgd ' }）;
//生成一些綜合數(shù)據(jù)進行訓(xùn)練。
const xs = tf 。tensor2d （[ 1 ， 2 ， 3 ， 4 ]， [ 4 ， 1 ]）;
const ys = tf 。tensor2d （[ 1 ， 3 ， 5 ， 7 ]， [ 4 ， 1 ]）;
//使用數(shù)據(jù)訓(xùn)練模型。
模型。適合（xs ， ys ）。然后（（） => {
//使用模型上做一個數(shù)據(jù)推理點模型以前沒有見過：模型。預(yù)測（TF 。tensor2d （[ 5 ]，[ 1 ，1 。]））打?。ǎ?; }）;

核心（4.20.0==>4.21.0）

其他

將monorepo更新到4.21.0。(#8371). 謝謝，@dbcp1。

更新文檔中tf.tensor中支持的TypedArray數(shù)據(jù)類型（#8287）。謝謝，@gaikwadrahul8。

數(shù)據(jù)（4.20.0==>4.21.0）

其他

將monorepo更新到4.21.0。(#8371). 謝謝，@dbcp1。

圖層（4.20.0==>4.21.0）

特征

主題：添加R2Score指標。(#8353) (#8169). 謝謝，@lukonik。

其他

將monorepo更新到4.21.0。(#8371). 謝謝，@dbcp1。

修復(fù)更新設(shè)備時棄用的iOS夜間設(shè)備（#8348）。

轉(zhuǎn)換器（4.20.0==>4.21.0）

Bug修復(fù)

引用數(shù)據(jù)類型枚舉的道具以防止名稱篡改（#8361）。

其他

更新鎖文件分支tfjs_4.21.0_lockfiles鎖文件。(#8372). 謝謝，@dbcp1。

將monorepo更新到4.21.0。(#8371). 謝謝，@dbcp1。

更新README.md中tf.keras SavedModel的斷開鏈接（#8313）。謝謝，@gaikwadrahul8。

節(jié)點（4.20.0==>4.21.0）

其他

更新鎖文件分支tfjs_4.21.0_lockfiles鎖文件。(#8372). 謝謝，@dbcp1。

將monorepo更新到4.21.0。(#8371). 謝謝，@dbcp1。

TensorFlow.js

下載地址

下載錯誤？【投訴報錯】