Guía de TensorFlow.js (original) (raw)

Guía de TensorFlow.js

Esta guía proporciona documentación detallada sobre temas importantes de TensorFlow.js. Si recién está comenzando con TensorFlow.js, es posible que desee explorar los tutoriales y luego volver a esta guía para obtener más información.

TensorFlow.js es una biblioteca web ML de código abierto que puede ejecutarse en cualquier lugar donde JavaScript pueda hacerlo. Se basa en la biblioteca TensorFlow original escrita en Python y tiene como objetivo recrear esta experiencia de desarrollador y un conjunto de API para el ecosistema de JavaScript.

Los temas de esta guía lo ayudarán a comprender TensorFlow.js y cómo funcionan las API de TensorFlow en JavaScript.

Obtenga más información sobre los conceptos clave de Tensorflow:

• Tensores y operaciones : una introducción a los tensores, datos, formas y tipos de datos: los componentes básicos de TensorFlow.js.
• Plataforma y entorno : descripción general de las diferentes plataformas y entornos en TensorFlow.js y las compensaciones entre ellos.
• Operaciones, kernels y degradados personalizados : describe los mecanismos para definir operaciones personalizadas (ops), kernels y degradados en TensorFlow.js.

Más información sobre modelos prefabricados:

• Use un modelo prefabricado : orientación sobre cómo encontrar y seleccionar modelos prefabricados para su caso de uso.

Obtenga más información sobre los modelos y cómo usarlos:

• Modelos y capas : cómo crear un modelo en TensorFlow.js mediante capas y la API principal.
• Modelos de tren – Introducción al entrenamiento: modelos, optimizadores, pérdidas, métricas, variables.
• Guardar y cargar modelos : aprenda a guardar y cargar modelos de TensorFlow.js.
• Conversión de modelos : vea el panorama de los tipos de modelos disponibles en el ecosistema TensorFlow.js y los detalles detrás de la conversión de modelos.
• Diferencias con Python tf.keras : conozca las principales diferencias y capacidades entre TensorFlow.js y Python tf.keras y las convenciones de API utilizadas en JavaScript.

Más información sobre TensorFlow.js en Node.js:

• Uso de TensorFlow.js en Node.js : comprenda las compensaciones entre los tres enlaces de Node.js disponibles y los requisitos del sistema que tienen.
• Implementar un proyecto de nodo de TensorFlow.js en la nube : cómo implementar un proceso de Node.js con el paquete tfjs-node en plataformas en la nube.

Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.

Última actualización: 2023-06-02 (UTC)