JavaScript для глубокого обучения 2021 TensorFlow js Ббк

часть приложения один раз на едином языке, скомпилировать эту базовую функцио­
нальность и получить на каждой платформе ожидаемые пользователями нативные 
вид, ощущения и быстродействие. Язык/среда выполнения берет на себя большую 
часть бизнес­логики и отображения UI и подключается к привязкам нативной 
платформы для получения стандартного для нее внешнего вида и ощущений поль­
зователя. Выбор подходящего фреймворка разработки гибридных приложений — 
тема бесчисленных блогов и видео, которые можно найти в Интернете, так что мы 
не станем останавливаться на этом здесь, а сосредоточим свое внимание только на 
одном популярном фреймворке — React Native. На рис. 12.6 показано минимальное 
приложение React Native, включающее модель MobileNet. Обратите внимание на 
отсутствие верхней полоски браузера. Хотя в этом простом приложении нет ка­
ких­либо элементов UI, если бы они были, то полностью соответствовали бы виду 
и ощущениям от нативных приложений Android. Аналогичное справедливо и для 
приложения, собранного для iOS.
К счастью, среда выполнения JavaScript в React Native поддерживает TensorFlow.js 
нативным образом, без каких­либо дополнительных действий. Пакет tfjs­react­native 

---

Глава 12. Тестирование, оптимизация и развертывание моделей
507
все еще находится на этапе альфа­версии
1
, но 
уже поддерживает GPU с помощью WebGL 
и пакета expo­gl. Пользовательский код вы­
глядит примерно вот так (листинг 12.2):
import * as tf from '@tensorflow/tfjs';
import '@tensorflow/tfjs-react-native';
Данный пакет также предоставляет специ­
альный API для загрузки и сохранения ресур­
сов моделей изнутри мобильного приложения.
Хотя для разработки нативных приложе­
ний с помощью React Native необходимо из­
учить несколько новых инструментов, в част­
ности Android Studio для Android и XCode 
для iOS, кривая обучения все равно более 
пологая, чем если сразу углубиться в натив­
ную разработку. Поддержка TensorFlow.js 
этими фреймворками разработки гибридных 
приложений дает возможность использовать 
единую базу кода для логики машинного об­
учения, а не разрабатывать, поддерживать 
и тестировать отдельные версии для каждой 
разновидности аппаратного обеспечения — 
сплошные преимущества для разработчи­
ков, желающих предоставить пользователям 
ощущение работы с нативными приложени­
ями! Но как насчет ощущения работы с на­
тивными приложениями для настольных ком­
пьютеров?
Листинг 12.2.
Загрузка и сохранение модели внутри мобильного приложения с помощью React Native
1 
В настоящее время он уже достиг стабильной версии 0.5.0 (по состоянию на февраль 
2021 года). — 
Примеч. пер.
Рис. 12.6.
Снимок экрана примера 
нативного приложения Android, 
созданного с помощью React Native. 
В данном случае модель MobileNet 
TensorFlow.js выполняется внутри 
нативного приложения

---

508