tfjs
Una biblioteca de JavaScript acelerada por WebGL para entrenar y desplegar modelos de ML.
Construye y ejecuta modelos de aprendizaje automático directamente en tu navegador web usando JavaScript.
Del README
- TensorFlow.js CPU Backend, pure-JS backend for Node.js and the browser.
- TensorFlow.js WebGL Backend, WebGL backend for the browser.
- TensorFlow.js WASM Backend, WebAssembly backend for the browser.
- TensorFlow.js WebGPU, WebGPU backend for the browser.
- TensorFlow.js Node, Node.js platform via TensorFlow C++ adapter.
- TensorFlow.js React Native, React Native platform via expo-gl adapter.
Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna biblioteca de JavaScript acelerada por WebGL para entrenar y desplegar modelos de ML.
tfjs tiene 19.1k estrellas en GitHub. Se ha bifurcado 2k veces. tfjs está escrito principalmente en TypeScript. Se desarrolla activamente desde 2018. tfjs está disponible bajo la licencia Apache-2.0. Sus temas principales son: deep-learning, deep-neural-network, gpu-acceleration, javascript.
¿Qué es tfjs?
Una biblioteca de JavaScript acelerada por WebGL para entrenar y desplegar modelos de ML.
¿tfjs es de código abierto?
tfjs es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿tfjs es gratis?
Sí. tfjs es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está tfjs?
tfjs está disponible bajo la licencia Apache-2.0.
¿En qué lenguaje está escrito tfjs?
tfjs está escrito principalmente en TypeScript.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/tensorflow-tfjs.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.