[Javascript] 類神經網路: TensorFlow.js

日期：
TensorFlow.js
https://github.com/tensorflow/tfjs

TensorFlow.js web
https://js.tensorflow.org/

[ 翻譯 ] 2018.09.21- 認識TensorFlow.js，在瀏覽器就能用JavaScript 訓練機器學習模型喔！
http://blog.cavedu.com/2018/09/21/%E7%BF%BB%E8%AD%AF-2018-09-14-%E8%AA%8D%E8%AD%98tensorflow-js/

[TensorFlow.js] 前端也能玩Machine Learning：TensorFlow.js初體驗
https://wellwind.idv.tw/blog/2018/04/07/tensorflow-js-basic/

教程 | 如何利用TensorFlow.js部署簡單的AI版「你畫我猜」圖像識別應用
https://mp.weixin.qq.com/s/z6p4A4DfCuK8IBGVGwrtLQ

Google發表TensorFlow.js，幫開發者將機器學習帶上瀏覽器
https://www.ithome.com.tw/news/122196

流覽器中實現深度學習？有人分析了7個基於JS語言的DL框架，發現還有很長的路要走

Google表示，在瀏覽器中執行機器學習，這意味著不需要安裝任何函式庫和驅動程式，只要打開網頁程式便開始執行。另外，TensorFlow.js支援WebGL，因此也能在背景使用GPU加速運算。當使用者以行動裝置打開機器學習網頁，此時機器學習也能使用行動裝置上的陀螺儀或是加速度感知器等資料，這些資料都會被保留在客戶端上，TensorFlow.js不只帶來低延遲的推算，同時還能保護使用者隱私。

TensorFlow.js提供三種工作流程，處理各階段的機器學習模型。第一、開發者能將以TensorFlow或Keras預先訓練好的模型，轉換成TensorFlow.js格式，並載入到瀏覽器中進行推算。第二、開發者不只可以載入一個既有的機器學習模型，還能用從使用者瀏覽器中收集到的圖像資料，再訓練這個模型，這個技術稱為Image Retraining。

當然使用者也能在瀏覽器中，從頭開始建立一個機器學習模型，使用TensorFlow.js提供的高階API，完全在瀏覽器中定義、訓練以及執行模型，而這些API與Keras提供的十分相似，使用過的開發者應該可以很快上手。

TensorFlow.js不只擁有高階的API，也同時具備Deeplearn.js的低階API，來做線性代數以及自動微分等運算。


#TensorFlow.js, Deeplearn.js, Javascript, google, artificial neural network, ANN, 人工類神經網路, machine learning, ML, 機器學習, artificial intelligence, AI, 人工智慧, 人工智能


留言

張貼留言