tfjs：一個硬體加速的 JavaScript 函式庫，用於在瀏覽器與 Node.js 中訓練與部署機器學習模型

它解決了什麼問題

TensorFlow.js 讓開發者能直接在瀏覽器或 Node.js 中訓練與部署機器學習模型，免除為每個機器學習任務都必須設置專門的後端伺服器。它支援使用客戶端資料（例如感測器資料）重新訓練模型，而無需將資料傳送至伺服器。

它如何運作

它提供一套 API，讓開發者可以使用低階線性代數函式庫或高階 Layers API（類似 Keras）從頭構建模型。它支援多種硬體加速的後端以確保效能，包括 WebGL、WebGPU、WASM，以及 Node.js 的原生 C++ 介面。此外，還提供工具將既有的 TensorFlow 與 Keras 模型轉換並匯入，以在 JavaScript 環境中使用。

適用對象

想在 Web 應用、Node.js 伺服器端應用或 React Native 行動應用中整合機器學習的 JavaScript 開發者。

重點特色

• 多平台支援：可在瀏覽器（透過 WebGL、WebGPU、WASM）與 Node.js 中運行。
• 彈性 API：同時提供低階數值計算與高階模型構建介面。
• 模型轉換：能匯入並執行已訓練好的 TensorFlow SavedModel 與 Keras 模型。
• 客戶端訓練：支援使用本地感測器或客戶端資料重新訓練模型。
• 可視化：內建專用的瀏覽器內模型可視化函式庫。