本指南提供了關於 TensorFlow.js 重要主題的深度文件。如果您剛開始接觸 TensorFlow.js，建議先瀏覽教程，然後再回到本指南深入學習。
TensorFlow.js 是一個開源的 Web 機器學習庫，可以在任何 JavaScript 執行的地方使用。它基於 Python 編寫的原始 TensorFlow 庫，旨在為 JavaScript 生態系統重現這種開發體驗和 API 集。
本指南中的主題將幫助您瞭解 TensorFlow.js 以及 TensorFlow API 如何在 JavaScript 中工作。
瞭解 TensorFlow 的核心概念
- 張量與運算 – 張量、資料、形狀和資料型別的介紹：這是 TensorFlow.js 的構建模組。
- 平臺與環境 – 概述 TensorFlow.js 中的不同平臺和環境，以及它們之間的權衡。
- 自定義運算元、核心與梯度 – 概述了在 TensorFlow.js 中定義自定義運算元（ops）、核心和梯度的機制。
瞭解預訓練模型
- 使用預訓練模型 – 關於如何為您的用例查詢和選擇預訓練模型的指南。
深入瞭解模型及其使用方法
- 模型與層 – 如何使用層（Layers）和核心 API（Core API）在 TensorFlow.js 中構建模型。
- 模型訓練 – 訓練入門：模型、最佳化器、損失函式、指標和變數。
- 儲存與載入模型 – 學習如何儲存和載入 TensorFlow.js 模型。
- 模型轉換 – 檢視 TensorFlow.js 生態系統中可用的模型型別概覽以及模型轉換背後的細節。
- 與 Python tf.keras 的差異 – 瞭解 TensorFlow.js 與 Python
tf.keras之間的主要差異和功能，以及 JavaScript 中使用的 API 約定。
瞭解 Node.js 中的 TensorFlow.js
- 在 Node.js 中使用 TensorFlow.js – 瞭解三種可用 Node.js 繫結之間的權衡及其系統要求。
- 在雲端部署 TensorFlow.js Node 專案 – 如何在雲平臺上部署帶有
tfjs-node包的 Node.js 程序。