TensorFlow.js Node.js
TensorFlow.js Node.js er en biblioteksimplementering af TensorFlow.js til kørsel af machine learning-modeller i Node.js-miljøet.
Kort fortalt
TensorFlow.js Node.js lader dig bruge og træne maskinlæringsmodeller direkte i Node.js med JavaScript.
- Kategori
- værktøj
- Niveau
- øvet
Betydninger
1- 1
Den specifikke implementering af TensorFlow.js designet til at køre i Node.js-miljøet, med understøttelse af filsystem, netværk og hardwareacceleration.
- Med TensorFlow.js Node.js kan du indlæse en forudtrænet model og bruge den til inferens i en Express-server. — TensorFlow.js dokumentation, 2023
- Træning af neurale netværk i Node.js er muligt med TensorFlow.js Node.js, dog ofte langsommere end i Python. — TensorFlow.js blog, 2021
Hvornår bruges det
Bruges når man vil køre eller træne TensorFlow-modeller på serversiden, f.eks. i webapplikationer eller microservices, hvor JavaScript er foretrukket. Det giver adgang til CPU-acceleration og i visse tilfælde GPU-acceleration via CUDA.
Kodeeksempel
const tf = require('@tensorflow/tfjs-node');
const model = await tf.loadLayersModel('file://model/model.json');
const prediction = model.predict(tf.tensor2d([[5.1, 3.5, 1.4, 0.2]]));Eksempel på indlæsning og brug af en model i Node.js med TensorFlow.js Node.js.
Oprindelse
Navnet er sammensat af TensorFlow.js, JavaScript-biblioteket til TensorFlow, og Node.js, JavaScript-runtime til serversiden.