- 综合排序
- 最热优先
- 最新优先
- 来自专栏快乐阿超
tensorflowjs
https://www.tensorflow.org/js/demos?hl=zh-cn
31110编辑于 2024-08-23 - 来自专栏深度应用
实战三·使用TensorFlowJS拟合曲线
[TensorFlowJS只如初见]实战三·使用TensorFlowJS拟合曲线 问题描述 拟合y= x*x -2x +3 + 0.1(-1到1的随机值) 曲线 给定x范围（0，3） 问题分析
1.2K30发布于 2019-06-27 - 来自专栏深度应用
实战二·使用TensorFlowJS拟合直线
[TensorFlowJS只如初见]实战二·使用TensorFlowJS拟合直线 问题描述 拟合直线 y =（2x -1） + 0.1(-1到1的随机值) 给定x范围（0，3） 可以使用学习框架
84630发布于 2019-06-27 - 来自专栏深度应用
实战四·使用TensorFlowJS拟合曲线（类似TensorFlow原生实现方法）
[TensorFlowJS只如初见]实战四·使用TensorFlowJS拟合曲线（类似TensorFlow原生实现方法） 问题描述 拟合y= x*x -2x +3 + 0.1(-1到1的随机值)
87430发布于 2019-06-27 - 来自专栏c#开发者
asp.net core 实现 face recognition 使用 tensorflowjs(源代码)
Driven Design (DDD) ultra-lightweight rapid development architecture(support .net 5.0) (github.com)） tensorflowjs
1.4K30发布于 2021-06-29 - 来自专栏CodeTime
将训练好的Tensorflow模型部署到Web站点
通过Google发布的tensorflowjs，我们可以将训练好的模型部署到任何一个支持静态页的web服务器上，不需要任何后台服务即可运行tensorflow，部署过程非常简单。 安装tensorflowjs python万金油安装法 pip install tensorflowjs 转换模型 1 tensorflowjs_converter --input_format=keras
1.8K20编辑于 2023-03-08 - 来自专栏算法与编程之美
微信小程序|调用tensorflow自定义模型
问题描述 在成功调用官网打包好的tensorflowjs模型后，怎么调用自己的模型呢？又需要做哪些处理呢？ 解决方案 1)安装好python和tensorflow 2)安装tensorflowjs : pip install tensorflowjs 注：如果你的tensorflow版本是2.0的，在下载tfjs (x_train, y_train, epochs=5) model.evaluate(x_test, y_test) model.save('D:\\test/mnist.h5') 4)通过tensorflowjs_converter 输入转换指令： tensorflowjs_converter--input_format=keras D:\\test/mnist.h5 D:\\test 注释：tensorflowjs_converter
3.3K31发布于 2020-06-17 - 来自专栏集智书童
YOLOV5 v6.1更新 | TensorRT+TPU+OpenVINO+TFJS+TFLite等平台一键导出和部署
colorstr('TensorFlow.js:')): # YOLOv5 TensorFlow.js export try: check_requirements(('tensorflowjs ',)) import re import tensorflowjs as tfjs LOGGER.info(f'\n{prefix} starting export with tensorflowjs {tfjs. file.with_suffix('.pb') # *.pb path f_json = f + '/model.json' # *.json path cmd = f'tensorflowjs_converter
1.6K10编辑于 2022-04-07 - 来自专栏算法与编程之美
开发|微信小程序与tensorflow.js准备工作
打开以下网址，登录自己的小程序账号添加tensorflowJS插件。 ? 安装tensorflowJS库，安装LTS版本(安装过程不需要配置，一直点下一步即可) https://nodejs.org/en/ 安装成功后，打开PowerShell(管理员)，如下图 输入 node 之后用代码导入包，进入之前添加tensorflowJS插件的网页，下方有引入插件的代码及相关说明 ? ? 复制到app.json内，只复制红线部分 ? 复制红线内代码到app.js ? ?
2.3K31发布于 2019-11-25 - 来自专栏ATYUN订阅号
机器学习项目：使用Keras和tfjs构建血细胞分类模型
> console.log('Serving tfjs model on express API server')) 模型存储：我们需要创建一个与tfjs兼容的模型，tensorflow提供了一个名为tensorflowjs 的工具，它是一个包含实用程序的python工具包，我们可以使用pip命令来安装它：pip install tensorflowjs 完成后，我们可以使用tensorflowjs_converter使用以下命令将模型转换为 tfjs格式： $tensorflowjs_converter--input_format keras \ Model.h5 \
1.9K30发布于 2018-09-26 - 来自专栏AI工程
用NodeJS/TensorFlowJS调用BERT实现文本分类
DEANAI/NLP工程师，微软MVP，公众号《人工智能工程》 题图 "JavaScript Logo"byb0neskullis licensed underCC BY-NC-SA 2.0 几个提前知识 TensorFlowJS 如果不是必须要用GPU的话对于小模型更是可以适合配合FaaS等工具更好的实现云AI函数 更多内容和代码可以参考这个REPO https://github.com/qhduan/bert-model/ TensorFlowJS dev.json', {encoding: 'utf-8'} ).split(/\n/).map(JSON.parse) // 这里先对分词，是因为分词是async异步函数，而tensorflowjs
1.4K40发布于 2020-06-23 - 来自专栏AI工程
用NodeJS/TensorFlowJS调用BERT实现文本分类
几个提前知识 TensorFlowJS可以简单认为有Browser和NodeJS两个版本，前者可以运行在浏览器，后者可以运行在NodeJS环境下 NodeJS版本的模型推理速度比Python快哦！ 如果不是必须要用GPU的话对于小模型更是可以适合配合FaaS等工具更好的实现云AI函数 更多内容和代码可以参考这个REPO https://github.com/qhduan/bert-model/ TensorFlowJS dev.json', {encoding: 'utf-8'} ).split(/\n/).map(JSON.parse) // 这里先对分词，是因为分词是async异步函数，而tensorflowjs
1.3K30发布于 2020-06-24 - 来自专栏决策智能与机器学习
算法集锦（28）| 智能医疗 | 血液细胞分类算法
console.log('Serving tfjs model on express API server')) 模型存储 接下来，我们需要将模型与tfjs进行兼容，tensorflow提供了一个tensorflowjs 安装代码如下： pip install tensorflowjs 安装完成后，我们可以利用tensorflowjs_converter将模型转换成tfjs格式： $tensorflowjs_converter
1.6K10发布于 2020-08-04 - 来自专栏人工智能
如何将训练好的Python模型给JavaScript使用？
pip install tensorflowjsconverter用法tensorflowjs_converter --input_format=tf_saved_model --output_format tensorflowjs_converter --help2.1. tensorflowjs_converter --input_format=tf_saved_model --output_format=tfjs_graph_model --signature_name
93910编辑于 2024-05-13 - 来自专栏物流IT圈
利用TensorFlow.js构建一个神经网络
TensorFlowJs提供了对神经网络／深度神经网络提供了很好的支持。包括:模型 tf.model, 层 tf.layer。 下面我们就看看如果利用TensorFlowJS来构建一个简单的神经网络来进行MINST数据的手写识别。 构建网络 ?
93310发布于 2019-11-18 - 来自专栏MixLab科技+设计实验室
TeachAI实验思考｜shadow的实验室
tensorflowJS 官方有个基于 MobileNet 的迁移学习例子： ? 该游戏给我们提供了一个基于用户个性化数据的玩法。用户可以非常低成本的训练属于自己的图像分类模型，用于各种分类问题。 这是一个趋势，技术产品化，普通人使用AI的门槛越来越低～ 我抽空基于 tensorflowJS，完成了一个在网页上可以教机器学习任何 “概念” 的js库。 ?
75810发布于 2020-11-25 - 来自专栏AI研习社
Github 项目推荐 | Tensorflow.js 进化建模
adityathebe.github.io/evolutionSimulator/ Github： https://github.com/llSourcell/Modeling_Evolution_with_TensorflowJS
96640发布于 2018-07-26 - 来自专栏AI工程
算法实现，用机器学习模拟一个opencv的边缘识别算法
开篇先说 本文是把opencv里面的边缘检测算法，训练为TensorFlow的一个模型，并在浏览器的TensorFlowJS中运行这个模型，尝试这整个过程； 这个并不是一个严肃的方法，不过它的核心和机器学习一样 可以看出来模型效果并不算好~~主要是因为我们把模型参数量限制的太小了 运行 转换模型到TensorFlow JS的格式 需要安装python包tensorflowjs 然后运行： tensorflowjs_converter
77311发布于 2020-08-06 - 来自专栏禅林阆苑
【云+社区年度征文】浅谈 TensorFlow.js 在前端的工程化应用
$ tensorflowjs_converter --input_format=keras --output_format=tfjs_layers_model . $ tensorflowjs_converter --input_format=tfjs_layers_model --output_format=keras . /mobilenet/keras.h5 5.4 JavaScript模型优化 — 分片/量化/加速 分片：单位为 byte，本例为100kb $ tensorflowjs_converter --input_format /mobilenet/shared_model/ 量化：压缩减少权重文件 $ tensorflowjs_converter --input_format=tfjs_layers_model --output_format /mobilenet/quantized_model/ 加速：输出为 graph_model，执行预测更快 $ tensorflowjs_converter --input_format=tfjs_layers_model
4.6K41发布于 2020-11-14 - 来自专栏机器学习人工学weekly
机器学习人工学weekly-2018/7/22
54191031 3. tensorflow.js教程 A Project Based Introduction to TensorFlow.js 链接：http://kexp.io/intro_tensorflowjs
35510发布于 2018-08-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号