TensorFlow.js v4.19.0

TensorFlow.js

  • 源码大小:20.5MB
  • 源码语言:简体中文
  • 源码类型:国产软件
  • 源码授权:免费软件
  • 源码类别:java源码
  • 应用平台:JavaScript
  • 源码官网:
  • 更新时间:2024-05-26
  • 网友评分:
360通过 腾讯通过 金山通过

情介绍

TensorFlow.js是一个开源的硬件加速JavaScript库,用于训练和部署机器学习模型。

警告:我们最近发布了TensorFlow.js 2.0。如果您一直通过脚本标签使用TensorFlow.js而未指定版本,并且看到一条错误消息,指出未找到任何后端,那么您应该阅读我们的发行说明 以获取有关升级的说明。

在浏览器中开发ML

使用低级JavaScript线性代数库或高级层API,使用灵活直观的API从头开始构建模型。

在Node.js中开发ML

Node.js运行时下,使用相同的TensorFlow.js API执行本机TensorFlow。

运行现有模型

使用TensorFlow.js模型转换器可在浏览器中直接运行预先存在的TensorFlow模型。

重新训练现有模型

使用连接到浏览器的传感器数据或其他客户端数据重新训练现有ML模型。

介绍

该存储库包含结合了多个软件包的逻辑和脚本。

接口:

TensorFlow.js Core,一种用于神经网络和数值计算的灵活的低级API。

TensorFlow.js Layers,一个高级API,实现类似于Keras的功能 。

TensorFlow.js Data,一个简单的API,用于加载和准备类似于tf.data的数据 。

TensorFlow.js Converter,用于将TensorFlow SavedModel导入TensorFlow.js的工具

TensorFlow.js Vis,TensorFlow.js模型的浏览器内可视化

TensorFlow.js AutoML,用于加载和运行由AutoML Edge生成的模型的API集 。

后端/平台:

TensorFlow.js CPU后端,Node.js和浏览器的纯JS后端。

TensorFlow.js WebGL后端,浏览器的WebGL后端。

TensorFlow.js WASM后端,浏览器的WebAssembly后端。

TensorFlow.js WebGPU,浏览器的WebGPU后端。

TensorFlow.js Node,通过TensorFlow C ++适配器的Node.js平台。

TensorFlow.js React Native,通过expo-gl适配器的React Native平台。

如果您关心捆绑包的大小,则可以单独导入那些软件包。

如果您正在寻找对Node.js的支持,请查看TensorFlow.js Node目录。

基准测试

本地基准工具。使用此网页工具可在具有CPU,WebGL或WASM后端的本地设备上收集TensorFlow.js模型和内核的性能相关指标(速度,内存等)。您可以按照本指南对自定义模型进行基准测试。

多设备基准测试工具。使用此工具可以在一组远程设备上收集与性能相关的相同指标。

入门

在您的JavaScript项目中获取TensorFlow.js的主要方法有两种:通过脚本标签 或从NPM安装TensorFlow.js 并使用诸如Parcel, WebPack或Rollup之类的构建工具。

通过脚本标签

将以下代码添加到HTML文件:

<html>
<head> <!-加载TensorFlow.js-> <script src = “” https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js“ > </脚本>
<!-将您的代码放在下面的脚本标签中。您也可以使用外部.js文件->
<script> //注意,这里没有'import'语句。由于上面的脚本标签,'tf'在索引页上//可用。
//定义线性回归模型。
const model = tf 。顺序(); 模型。添加(tf 。层。密集({单位:1 ,inputShape :[ 1 ]}));
//准备要训练的模型:指定损失和优化器。
模型。编译({损失:' meanSquaredError ' ,优化器:' sgd ' });
//生成一些综合数据进行训练。
const xs = tf 。tensor2d ([ 1 ,2 ,3 ,4 ],[ 4 ,1 ]); const ys = tf 。tensor2d ([ 1 ,3 ,5 ,7 ],[ 4 ,1 ]);
//使用数据训练模型。
模型。适合(xs ,ys )。然后(()=> { //使用模型上做一个数据推理点模型以前没有见过://打开浏览器devtools查看输出模型。预测(TF 。tensor2d ([ 5 ],[ 1 ,1 ]))。打印(); }); </ script> </ head>
<body>
</ body> </ html>

在浏览器中打开该HTML文件,代码应运行!

通过NPM

使用yarn 或 npm将TensorFlow.js添加到您的项目中。注意:因为我们使用ES2017语法(例如import),所以此工作流程假设您使用的是现代浏览器或捆绑程序/编译器,将代码转换为旧版浏览器可以理解的内容。查看 示例 ,了解如何使用Parcel构建代码。但是,您可以自由使用自己喜欢的任何构建工具。

从' @ tensorflow / tfjs '导入* 作为 tf ;
//定义线性回归模型。
const model = tf 。顺序();
模型。添加(tf 。层。密集({单位: 1 , inputShape : [ 1 ]}));
//准备要训练的模型:指定损失和优化器。
模型。编译({损失: ' meanSquaredError ' , 优化器: ' sgd ' });
//生成一些综合数据进行训练。
const xs = tf 。tensor2d ([ 1 , 2 , 3 , 4 ], [ 4 , 1 ]);
const ys = tf 。tensor2d ([ 1 , 3 , 5 , 7 ], [ 4 , 1 ]);
//使用数据训练模型。
模型。适合(xs , ys )。然后(() => {
//使用模型上做一个数据推理点模型以前没有见过:模型。预测(TF 。tensor2d ([ 5 ],[ 1 ,1 。]))打印() ; });

载地址

下载错误?【投诉报错】

气源码

关文章

  • 基于SSM的应急资源管理系统源码 v1.0

    应急资源管理系统用的是是比较流行的SSM和前端JSP技术,用它来创建使用脚本语言,结合HTML代码来制作动态 网页,欢迎需要的朋友下载使用...

  • Choerodon猪齿鱼开源多云集成平台 v0.23

    Choerodon猪齿鱼是一个开源多云技术平台,是基于开源技术Kubernetes,Istio,knative,Gitlab,Spring Cloud来实现本地和云端环境的集成,实现企业多云/混合云应用环境的一...

  • Guns后台管理系统 v8.1.2

    Guns基于Spring Boot2,致力于做更简洁的后台管理系统。包含系统管理,代码生成,多数据库适配,SSO单点登录,工作流,短信,邮件发送,OAuth2登录,任务调度,持续集成,d...

  • ActiveMQ消息服务器 v5.18.4

    ActiveMQ是Apache出品的开源消息总线。ActiveMQ是一个完全支持JMS1.1和J2EE 1.4规范的JMS Provider实现,欢迎需要的朋友下载使用...

  • JavaMelody系统监控工具 v1.9.8

    JavaMelody能够监测Java或Java EE应用程序服务器,并以图表的方式显示:Java内存和Java CPU使用情况,用户Session数量,JDBC连接数,和http请求、sql请求、jsp页面与业务接...

  • wumei-smart物美智能生活物联网平台 v2.0.0

    wumei-smart物美智能生活物联网平台是一个简单易用的生活物联网平台,简单易用,可用于企业搭建物联网平台,个人学习和搭建自己的智能家居平台...

  • Spring Framework v5.3.36

    Spring Framework 5.3 是一个开源的Java/Java EE全功能栈(full-stack)的应用程序框架,以Apache许可证形式发布,也有.NET平台上的移植版本...

  • WePush消息批量推送工具 v4.5.2

    WePush消息批量推送工具是一款专注批量推送的小而美的工具,欢迎需要的朋友下载使用...

  • FreeMarker模板引擎 v2.3.32

    FreeMarker是一个模板引擎,一个基于模板生成文本输出的通用工具,使用纯Java编写。FreeMarker被设计用来生成HTML Web页面,特别是基于MVC模式的应用程序...

  • HeartBeat心跳检测应用服务器 v3.0.0

    心跳检测各类应用服务器(如Tomcat,Jetty),WEB服务器(如 Apache,Nginx) 的JAVA WEB应用程序,欢迎需要的朋友下载使用...

载声明

☉ 解压密码:www.jb51.net 就是本站主域名,希望大家看清楚,[ 分享码的获取方法 ]可以参考这篇文章
☉ 推荐使用 [ 迅雷 ] 下载,使用 [ WinRAR v5 ] 以上版本解压本站软件。
☉ 如果这个软件总是不能下载的请在评论中留言,我们会尽快修复,谢谢!
☉ 下载本站资源,如果服务器暂不能下载请过一段时间重试!或者多试试几个下载地址
☉ 如果遇到什么问题,请评论留言,我们定会解决问题,谢谢大家支持!
☉ 本站提供的一些商业软件是供学习研究之用,如用于商业用途,请购买正版。
☉ 本站提供的TensorFlow.js v4.19.0资源来源互联网,版权归该下载资源的合法拥有者所有。