JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть IV • Резюме и заключительное слово
новых статей ArXiv — можно следить за новинками в конкретных вертикальных пред­
метных областях глубокого обучения (например, в обработке естественного языка 
или обнаружении объектов). Кроме того, вы можете следить за публикациями в инте­
ресующих вас областях или ваших излюбленных авторов с помощью Google Scholar.
13.4.3. Исследование экосистемы TensorFlow.js
TensorFlow.js обладает динамичной и быстро растущей экосистемой, состоящей из 
документации, различных руководств, учебников, блогов и проектов с открытым 
исходным кодом.
z
z
Основной источник информации при работе с TensorFlow.js — официальная он­
лайн­документация по адресу 
https://www.tensorflow.org/js/
. Подробную актуальную 
документацию можно найти по адресу 
https://js.tensorflow.org/api/latest/
.
z
z
Вопросы относительно TensorFlow.js можно задавать на сайте Stack Overflow по 
тегу 
tensorflow.js
: 
https://stackoverflow.com/questions/tagged/tensorflow.js
.
z
z
Общее обсуждение данной библиотеки можно найти в группе Google: 
https://
groups.google.com/a/tensorflow.org/forum/#!forum/tfjs
.
z
z
Можете также подписаться на членов команды TensorFlow.js, активно пишущих 
в Twitter, включая:
•
https://twitter.com/sqcai
;
•
https://twitter.com/nsthorat
;
•
https://twitter.com/dsmilkov
;
•
https://twitter.com/tensorflow
.
Заключительные слова
Вот вы и добрались до конца книги! Надеемся, вы узнали кое­что про ИИ, глубокое 
обучение и решение простых задач глубокого обучения на JavaScript с помощью 
TensorFlow.js. Изучение ИИ и глубокого обучения, как и любой интересный и полез­
ный предмет, — занятие на всю жизнь. То же самое относится и к приложению ИИ 
и глубокого обучения к практическим задачам. Это справедливо как для профессио­
налов, так и для любителей. Несмотря на все текущие достижения в сфере глубокого 
обучения, ответов на большинство фундаментальных его вопросов все еще не найдено 
и большая часть реального его потенциала еще не раскрыта. Изучайте, задавайте во­
просы, исследуйте, мечтайте, влезайте в тонкости, создавайте и делитесь! Нам не тер­
пится увидеть, что вы создадите с помощью глубокого обучения и JavaScript!

---

Приложения

---

Для использования версии TensorFlow.js с GPU­ускорением (tfjs­node­gpu) на 
машине должны быть установлены библиотеки CUDA и CuDNN. Прежде всего 
машина должна быть оснащена GPU производства NVIDIA с поддержкой CUDA. 
Чтобы проверить, удовлетворяет ли GPU вашей машины этому требованию, зайдите 
на сайт 
https://developer.nvidia.com/cuda-gpus
.
Далее мы перечислим подробные шаги по установке драйвера и библиотеки 
для Linux и Windows — двух операционных систем, поддерживающих в настоящее 
время tfjs­node­gpu.
A.1. Установка tfjs-node-gpu в Linux
1. Мы предполагаем, что в вашей системе уже установлены Node.js и npm, а пути 
к node и npm включены в системный путь. Если нет — скачать установочные 
пакеты вы можете по адресу 
https://nodejs.org/en/download/
.
2. Скачайте CUDA Toolkit по адресу 
https://developer.nvidia.com/cuda-downloads
. Вы­
берите версию, соответствующую желаемой версии tfjs­node­gpu. На момент 
написания данной книги последняя версия tfjs­node­gpu — 1.2.10, совместимая 
с CUDA Toolkit 10.0. Кроме того, не забудьте выбрать нужную операционную 
систему (Linux), архитектуру (например, x86_64 для машин с наиболее распро­
страненными CPU Intel), дистрибутив Linux и его версию. Вам будет предложе­
но скачать один из нескольких вариантов установочных пакетов. В последующих 
шагах предполагается, что вы скачали файл 
runfile
(local)
(а не, например, 
локальный пакет 
.deb
).