TensorFlow.js 实例上手指南- 专知

TensorFlow.js 实例上手指南

【导读】来吧，三行代码实现图像分类。

作者 | Nick Bourdakos

编译 | Xiaowen

什么是TensorFlow.js？它能干什么？

在官方页面中，tensorflow.js是“一个用于在浏览器和node.js中训练和部署ML模型的javascript库”。

那它能做什么呢？跟着这篇文章试一试。

The Demo

由于微信版本原因，无法加载demo，各位可移步：

https://codesandbox.io/s/o4l6pnlkzz?from-embed

在这个Demo中，我们使用了一个叫做“MobileNet”的深度学习模型。MobileNet 是一种卷积神经网络，是一种擅长图像分类的模型结构。

The Code

使用 tensorflow.js 用 MobileNet 对图像进行分类非常简单，只需3行代码：

mobilenet.load()
  .then(model => model.classify(myImage))
  .then(predictions => // Use predictions)

Final Thoughts

在撰写这篇文章时，TensorFlow提供了5种官方模式，它们同样易于使用：

mobilenet: Classify images with labels from the ImageNet database.
posenet: Realtime pose detection. Blog post here.
coco-ssd: Object detection based on the TensorFlow object detection API.
speech-commands: Classify 1 second audio snippets from the speech commands dataset.
knn-classifier: Create a custom k-nearest neighbors classifier. Can be used for transfer learning.