这是我参与更文挑战的第 17 天，活动详情查看: 更文挑战
TensorFlow.js是一个JavaScript库，用于在浏览器和Node.js中训练和部署机器学习模型
轻松写机器学习应用
想尝试机器学习给我们带来乐趣，即使不了解机器学习底层如张量或优化器这些细节。通过 建立在TensorFlow.js之上 ml5.js 可以轻松写机器学习的应用。ml5.js 以简洁、易懂的 API 让我们可以在在浏览器轻松使用机器学习算法和模型。
如果您对张量、层、优化器和损失函数等比较熟悉，想开发更多个性化，自定义模型，TensorFlow.js 因为熟悉 JavaScript 的您提供了支持。
轻松使用 python 的模型
- 可以将现有训练好的模型转换可以web 前端使用的模型，不过应该仅支持 google 自己keras 和 tensorflow
丰富的示例
tfjs-examples 提供了小的代码实例，使用 TensorFlow.js 实现各种的 ML 任务。
可视化
tfjs-vis 是一个用于浏览器中可视化的小库，需要结合 TensorFlow.js一起使用。
在浏览器端和服务端安装 TensorFlow.js
浏览器安装
要在浏览器端使用 TensorFlow.js 有两种方式
- 使用脚本标签引入 TensorFlow.js
- 也可以 NPM 安装或者使用 Parcel、WebPack 或 Rollup 等构建工具创建 TensorFlow.js 项目
如果你接触 web 开发时间不长，或者从未听说过 webpack 或 parcel 这样的工具，建议你使用脚本标签的方法来引入 TensorFlow.js。如果这些工具对你并不陌生，还是建议您使用构建工具。
标签引入方式安装 TensorFlow.js
使用如下标签来引入 TensorFlow.js
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>
构建工具方式安装 TensorFlow.js
yarn add @tensorflow/tfjs
npm install @tensorflow/tfjs
Nodejs 安装
可以使用 npm 或者 yarn 安装 TensorFlow.js
- 第一种选择是安装绑定了 c++ 的 TensorFlow.js
yarn add @tensorflow/tfjs-node
npm install @tensorflow/tfjs-node
- 如果(仅适用 Linux 系统) 对于系统已经安装了 NVIDIA® GPU 可以安装支持 GPU 的 TensorFlow.js
yarn add @tensorflow/tfjs-node-gpu
npm install @tensorflow/tfjs-node-gpu
- 当然也可以直接安装 javascript 版本，这个版本相对上面两个版本性能要差一些
yarn add @tensorflow/tfjs
npm install @tensorflow/tfjs
