TensorFlow.js (簡稱 TF.js) 是一個利用 WebGL 和 Node.js 在瀏覽器和服務器端進行機器學習模型訓練和部署（推理）的 JavaScript 庫。它的核心價值在于將機器學習的能力帶入了 Web 開發者和 JavaScript 生態的領域。
其主要應用場景可以分為以下幾大類：
一、在瀏覽器中直接進行模型推理（主要場景）
這是 TF.js 最常用、最具特色的場景。你無需服務器端的復雜配置，就能讓用戶直接在瀏覽器中體驗到機器學習的功能。
-
圖像識別與分類
- 場景：用戶上傳圖片后，即時識別圖中的物體、場景、人物表情等。
- 例子：
- 相冊應用自動識別和分類照片（貓、狗、風景、食物等）。
- 社交網站識別上傳圖片是否包含違規內容（NSFW 模型）。
- 攝像頭實時表情識別（開心、悲傷、驚訝），用于有趣的互動濾鏡。
-
人體姿態檢測與動作識別
- 場景：通過設備攝像頭實時捕捉人體的關鍵骨骼點。
- 例子：
- 在線健身/瑜伽應用：實時評估用戶的動作是否標準，并給出反饋。
- 體感游戲：在瀏覽器中實現類似 Kinect 的體感控制游戲。
- 互動藝術裝置
)
)
