TensorFlow.js biedt Machine Learning via browsergebaseerde JavaScript library

TensorFlow heeft TensorFlow.js gelanceerd, een open source bibliotheek om machine learning-modellen volledig in de browser te definiëren, te trainen en uit te voeren, met behulp van Javascript en een high-level layers-API. Voor Javascript-ontwikkelaars die geen ervaring hebben met Machine Learning, is TensorFlow.js een uitstekende manier om te beginnen met leren. Machine Learning-ontwikkelaars die onbekend zijn met Javascript kunnen nieuwe mogelijkheden ontdekken voor in-browser ML.

Door Machine Learning-programma's volledig aan client-side binnen de browser uit te voeren, ontstaan nieuwe mogelijkheden, zoals interactieve Machine Learning. ML in de browser betekent dat het vanuit oogpunt van de gebruiker niet nodig is om bibliotheken of stuurprogramma's te installeren. Na openen van een webpagina is het programma gereed voor gebruik met GPU-versnelling. TensorFlow.js ondersteunt automatisch WebGL en versnelt de code wanneer een GPU beschikbaar is.
Gebruikers kunnen de webpagina ook benaderen vanaf een mobiel apparaat, in welk geval het ML model gebruik kan maken van sensorgegevens, bijvoorbeeld van een gyroscoop of accelerometer. Ten slotte blijven alle gegevens op de client staan, waardoor TensorFlow.js nuttig is bij inferenties met een lage latentie, evenals voor privacygevoelige toepassingen.

Drie workflows
Voor ontwikkelen met TensorFlow.js zijn drie workflows te overwegen.
• Importeren van een bestaand vooraf getraind model voor inferentie. Een bestaand TensorFlow- of Keras-model dat u eerder offline is getraind, kan men converteren naar het TensorFlow.js-formaat en het in de browser laden voor inferentie.
• Een geïmporteerd model opnieuw trainen, met slechts een kleine hoeveelheid gegevens.
• Modellen rechtstreeks in de browser opzetten. Met TensorFlow.js zijn modellen volledig in de browser te definiëren, op te leiden en uit te voeren met Javascript en een API op hoog niveau.

TensorFlow.js bevat ook een low-level API (voorheen deeplearn.js) en ondersteuning voor Eager-uitvoering.

Meer informatie: TensorFlow.js