AI 集成

以下是关于AI集成（TensorFlow.js模型推理）的基本知识点总结：

---

一、TensorFlow.js 核心概念

1. Tensor（张量）

   • 定义：多维数组，是数据的基本单位（如标量、向量、矩阵）。
   • 操作：数学运算（加减乘除）、形状变换（reshape）、广播（broadcasting）。
   • 示例：

     const t = tf.tensor([1, 2, 3]); // 创建张量
     t.add(1).print();               // 张量加法
     

2. 模型（Model）

   • 预训练模型：直接加载已训练好的模型（如 MobileNet、PoseNet）。
   • 自定义模型：通过 tf.sequential() 或函数式 API 构建模型。

3. 模型推理流程

   • 输入处理 → 模型预测 → 输出解析。

---

二、TensorFlow.js 环境搭建

1. 安装方式

• 浏览器环境（直接引入）：

  <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@3.18.0"></script>
  

• Node.js 环境：

  npm install @tensorflow/tfjs-node  # CPU 版本
  npm install @tensorflow/tfjs-node-gpu # GPU 版本（需 CUDA）
  

2. 模型转换工具

• 转换 Keras 模型：

  tensorflowjs_converter --input_format=keras_saved_model model.h5 ./js_model/
  

• 转换 TensorFlow SavedModel：

  tensorflowjs_converter --input_format=tf_saved_model ./saved_model/ ./js_model/
  

---

三、模型加载与推理

1. 加载预训练模型

// 浏览器中加载模型
const model = await tf.loadLayersModel('https://path/to/model.json');// Node.js 中加载模型
const model = await tf.node.loadSavedModel