TensorFlow.js 模型

使用來自 ImageNet 資料庫的標籤對影像進行分類（MobileNet）。

在單個影像中定位並識別多個物件（Coco SSD）。

在瀏覽器中執行語義分割（DeepLab）。

使用具有自定義編碼器的單次檢測器 (SSD) 架構來檢測影像中的人臉（Blazeface）。

預測 486 個 3D 人臉特徵點，以推斷人臉的近似表面幾何結構。

統一的姿勢檢測 API，可使用三種模型中的任意一種，幫助以即時效能檢測非典型姿勢和快速身體動作。

即時分割人物及身體部位。

手掌檢測器和手部骨架手指追蹤模型。為檢測到的每隻手預測 21 個 3D 手部關鍵點。

為單張人物肖像影像估計深度圖。

使用 BERT 根據給定文字段落的內容回答問題。

對評論對對話可能產生的影響進行評分，從“非常毒性”到“非常健康”（Toxicity）。

將文字編碼為嵌入向量，用於情感分類和文字相似度等 NLP 任務（通用句子編碼器）。

對來自語音指令資料集的 1 秒音訊片段進行分類（speech-commands）。

使用 K-最近鄰演算法建立分類器的工具。可用於遷移學習。