tfjs: 브라우저와 Node.js에서 머신러닝 모델을 학습 및 배포하기 위한 하드웨어 가속 JavaScript 라이브러리

해결하는 문제

TensorFlow.js는 개발자가 브라우저나 Node.js에서 직접 머신러닝 모델을 학습하고 배포할 수 있게 하여, 각 ML 작업마다 전용 백엔드 서버가 필요하지 않게 합니다. 서버에 데이터를 전송하지 않고도 센서 데이터와 같은 클라이언트‑사이드 데이터를 사용해 모델을 재학습할 수 있습니다.

작동 방식

저수준 선형대수 라이브러리를 이용하거나 고수준 Layers API(Keras와 유사)를 사용해 모델을 처음부터 구축할 수 있는 API 집합을 제공합니다. WebGL, WebGPU, WASM, 그리고 Node.js용 네이티브 C++ 어댑터 등 여러 하드웨어 가속 백엔드를 지원해 성능을 보장합니다. 또한 기존 TensorFlow 및 Keras 모델을 JavaScript 환경에서 사용할 수 있도록 변환하고 가져오는 도구도 포함합니다.

대상 사용자

웹 애플리케이션, Node.js 서버‑사이드 애플리케이션, 혹은 React Native 모바일 앱에 머신러닝을 통합하고자 하는 JavaScript 개발자.

주요 특징

• 멀티 플랫폼 지원: 브라우저(WebGL, WebGPU, WASM)와 Node.js 모두에서 동작합니다.
• 유연한 API: 저수준 수치 연산과 고수준 모델 구축을 모두 제공합니다.
• 모델 변환: 사전 학습된 TensorFlow SavedModel 및 Keras 모델을 가져와 실행할 수 있습니다.
• 클라이언트‑사이드 학습: 로컬 센서 데이터나 클라이언트‑사이드 데이터를 사용해 모델을 재학습할 수 있습니다.
• 시각화: 브라우저 내 모델 시각화를 위한 전용 라이브러리를 포함합니다.

요약

브라우저와 Node.js에서 머신러닝 모델을 학습 및 배포하기 위한 하드웨어 가속 JavaScript 라이브러리.

제목

tfjs: 브라우저와 Node.js에서 머신러닝 모델을 학습 및 배포하기 위한 하드웨어 가속 JavaScript 라이브러리