浏览器端机器学习 —— TensorFlow.js

1、简介

TensorFlow.js 是一个 JavaScript 库，用于在浏览器和 Node.js 训练和部署机器学习模型。

TensorFlow.js 可以为你提供高性能的、易于使用的机器学习构建模块，允许你在浏览器上训练模型，或以推断模式运行预训练的模型。TensorFlow.js 不仅可以提供低级的机器学习构建模块，还可以提供高级的类似 Keras 的 API 来构建神经网络。

2、官方手册

具体内容这里就不介绍了
详见：https://tensorflow.google.cn/js/tutorials

3、优点

• 不用安装驱动器和软件，通过链接即可分享程序

• 网页应用交互性更强

• 有访问GPS，Camera，Microphone，Accelerator，Gyroscope等传感器的标准api（主要是指手机端）

• 安全性，因为数据都是保存在客户端的

4、程序示例

模型：https://tensorflow.google.cn/js/models
演示：https://tensorflow.google.cn/js/demos

5、个人理解

之前一直用Python，昨天的team的一个会议才发现原来还有tensorflow.js的存在。对于一个产品来说，之前我们对机器学习的理解普遍认为训练模型在服务器进行，之后部署会在服务器或用户端，但是TensorFlow.js 就是一个可以在客户浏览器端训练部署机器学习模型的库。

笔者认为，对于TensorFlow.js就像它的重点一样，主要将应用于两方面：

• 1、轻量级模型的训练：受用户浏览器端硬件设备的限制，大规模数据的训练还将以服务器端为主。但是由于安全问题，如处于对用户数据的保护考虑，希望能够在用户本地完成训练，防止本地数据上传服务器发生数据泄露，此时可以考虑采用TensorFlow.js对用户数据进行训练，将训练好的模型上传服务器即可。（联邦学习初衷）
• 2、迁移学习：可以考虑利用在服务器端训练好的模型之上，客户端集合自身需求，对本地数据进行迁移学习，从而既能解决全部训练在客户端复杂工作量的问题，又能解决服务器端训练模型不能适应用户实际需求的问题。

ps：对于只是想利用神经网络完成个毕设、课设，或者做个demo的小伙伴是个好消息，因为第四章给出了示例，真的超级方便，显示效果也很棒，比Python的TensorFlow更易上手。