您可以使用 ​​npm cli​​ 工具或 ​​yarn​​ 安装 TensorFlow.js。

选项 1：使用原生 C++ 绑定安装 TensorFlow.js。

yarn add @tensorflow/tfjs-node

或

npm install @tensorflow/tfjs-node

选项 2：(仅限 Linux)如果您的系统搭载具备 ​​CUDA 支持​​的 NVIDIA® GPU，请使用 GPU 软件包以获得更高性能。

yarn add @tensorflow/tfjs-node-gpu

或

npm install @tensorflow/tfjs-node-gpu

选项 3：安装纯净版 JavaScript。这是性能最慢的选项。

yarn add @tensorflow/tfjs

或

npm install @tensorflow/tfjs
请参见示例代码以了解 Node.js 用法

// Optional Load the binding: // Use '@tensorflow/tfjs-node-gpu' if running with GPU. require('@tensorflow/tfjs-node');

// Train a simple model: const model = tf.sequential(); model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]})); model.add(tf.layers.dense({units: 1, activation: 'linear'})); model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]); const ys = tf.randomNormal([100, 1]);

model.fit(xs, ys, { epochs: 100, callbacks: { onEpochEnd: (epoch, log) => console.log(​​Epoch ${epoch}: loss = ${log.loss}​​) } });

TypeScript

使用 TypeScript 时，如果您的项目使用严格的 null 检查，则可能需要在 ​​tsconfig.json​​ 文件中设置 ​​skipLibCheck: true​​，否则在编译过程中会遇到错误。