本指南提供了关于 TensorFlow.js 重要主题的深度文档。如果您刚开始接触 TensorFlow.js，建议先浏览教程，然后再回到本指南深入学习。
TensorFlow.js 是一个开源的 Web 机器学习库，可以在任何 JavaScript 运行的地方使用。它基于 Python 编写的原始 TensorFlow 库，旨在为 JavaScript 生态系统重现这种开发体验和 API 集。
本指南中的主题将帮助您了解 TensorFlow.js 以及 TensorFlow API 如何在 JavaScript 中工作。
了解 TensorFlow 的核心概念
- 张量与运算 – 张量、数据、形状和数据类型的介绍：这是 TensorFlow.js 的构建模块。
- 平台与环境 – 概述 TensorFlow.js 中的不同平台和环境，以及它们之间的权衡。
- 自定义算子、内核与梯度 – 概述了在 TensorFlow.js 中定义自定义算子（ops）、内核和梯度的机制。
了解预训练模型
- 使用预训练模型 – 关于如何为您的用例查找和选择预训练模型的指南。
深入了解模型及其使用方法
- 模型与层 – 如何使用层（Layers）和核心 API（Core API）在 TensorFlow.js 中构建模型。
- 模型训练 – 训练入门：模型、优化器、损失函数、指标和变量。
- 保存与加载模型 – 学习如何保存和加载 TensorFlow.js 模型。
- 模型转换 – 查看 TensorFlow.js 生态系统中可用的模型类型概览以及模型转换背后的细节。
- 与 Python tf.keras 的差异 – 了解 TensorFlow.js 与 Python
tf.keras之间的主要差异和功能，以及 JavaScript 中使用的 API 约定。
了解 Node.js 中的 TensorFlow.js
- 在 Node.js 中使用 TensorFlow.js – 了解三种可用 Node.js 绑定之间的权衡及其系统要求。
- 在云端部署 TensorFlow.js Node 项目 – 如何在云平台上部署带有
tfjs-node包的 Node.js 进程。