Google發表TensorFlow.js，幫開發者將機器學習帶上瀏覽器

要在瀏覽器上執行機器學習更容易了！Google發表TensorFlow.js，TensorFlow技術結合Javascript，大幅降低開發者在瀏覽器發展機器學習的門檻。Google表示，隨著Javascript與機器學習技術的發展，在瀏覽器上已經可以完全執行機器學習的所有工作，包含定義、訓練以及執行機器學習模型。

Google大腦的工程師Nikhil Thorat以及Daniel Smilkov，於TensorFlow開發者高峰會上現場直播，使用TensorFlow.js並加上攝影機與電腦視覺技術，在全瀏覽器環境裡，教人工智慧程式玩PAC-MAN遊戲，而這個範例程式已被開源在Github上。

Google表示，在瀏覽器中執行機器學習，這意味著不需要安裝任何函式庫和驅動程式，只要打開網頁程式便開始執行。另外，TensorFlow.js支援WebGL，因此也能在背景使用GPU加速運算。當使用者以行動裝置打開機器學習網頁，此時機器學習也能使用行動裝置上的陀螺儀或是加速度感知器等資料，這些資料都會被保留在客戶端上，TensorFlow.js不只帶來低延遲的推算，同時還能保護使用者隱私。

TensorFlow.js提供三種工作流程，處理各階段的機器學習模型。第一、開發者能將以TensorFlow或Keras預先訓練好的模型，轉換成TensorFlow.js格式，並載入到瀏覽器中進行推算。第二、開發者不只可以載入一個既有的機器學習模型，還能用從使用者瀏覽器中收集到的圖像資料，再訓練這個模型，這個技術稱為Image Retraining，Google表示，PAC-MAN遊戲範例程式就是以這個模式進行，這方法的好處是只要使用少量的資料就能讓模型變得更加精準。

當然使用者也能在瀏覽器中，從頭開始建立一個機器學習模型，使用TensorFlow.js提供的高階API，完全在瀏覽器中定義、訓練以及執行模型，而這些API與Keras提供的十分相似，使用過的開發者應該可以很快上手。

TensorFlow.js不只擁有高階的API，也同時具備Deeplearn.js的低階API，來做線性代數以及自動微分等運算。