JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть I • Актуальность и основные понятия 
с помощью TensorFlow.js скрытую модель Маркова и использует ее для выявле­
ния всплесков использования CPU
1
.
z
z
Обратите также внимание на прочие созданные сообществом разработчиков от­
крытого исходного кода потрясающие приложения по адресу 
https://github.com/
tensorflow/tfjs/blob/master/GALLERY.md
.
1.3.4. Что вы узнаете о TensorFlow.js из этой книги, 
а что — нет
Прочитав книгу, вы научитесь создавать с помощью TensorFlow.js приложения на­
подобие следующих.
z
z
Веб­сайт, классифицирующий загружаемые пользователем изображения.
z
z
Глубокие нейронные сети, получающие визуальные и аудиоданные от связанных 
с браузером датчиков и выполняющие над ними различные задачи машинного об­
учения в режиме реального времени, например распознавание и перенос обучения.
z
z
ИИ для работы с естественным языком на стороне клиента, например классифи­
катор тональностей комментариев для возможности их модерации.
z
z
Программа обучения модели ML Node.js, использующая данные в гигабайтных 
объемах и GPU­ускорение.
z
z
Обучаемый с подкреплением алгоритм на основе TensorFlow.js для решения 
мелких задач, связанных с управлением и играми.
z
z
Инструментальная панель для демонстрации внутреннего устройства обученных 
моделей и результатов экспериментов с ними при машинном обучении.
Что особенно важно — вы не только научитесь создавать подобные приложения, но 
и начнете понимать, как они работают. Например, вы узнаете суть стратегий и огра­
ничений создания моделей глубокого обучения для различных видов задач. Кроме 
того, прочитаете об этапах и нюансах обучения и развертывания подобных моделей.
Машинное обучение — обширная сфера знаний, а TensorFlow.js — универсальная 
библиотека. Поэтому с помощью существующих в TensorFlow.js технологий вполне 
можно создать приложения, которые выходят за рамки данной книги. В их числе:
z
z
высокопроизводительное, распределенное обучение глубоких нейронных сетей 
на колоссальных объемах данных (порядка терабайтов) в среде Node.js;
z
z
методики, не связанные с нейронными сетями, например SVM, деревья принятия 
решений и случайные леса;
z
z
продвинутые приложения глубокого обучения, например системы автоматиче­
ского реферирования текста, позволяющие резюмировать большой документ 
в нескольких репрезентативных предложениях, системы преобразования изо­
бражений в текст, генерирующие текстовое описание входных изображений, 
1 
Madsen A.
Clinic.js Doctor Just Got More Advanced with TensorFlow.js // Clinic.js blog, 
22 Aug. 2018. http://mng.bz/Q06w.

---