使用TensorFlow.js，您不仅可以在浏览器中运行深度学习模型进行推理，你还能够训练它们。在这个简单的样例中，将展示一个相当于“Hello World”的示例。
1、引入TensorFlow.js
使用CDN上的文件，你就可以使用TensorFlow APIs。
<html> <head> <!-- Load TensorFlow.js --> <!-- Get latest version at https://github.com/tensorflow/tfjs --> <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.11.2"> </script>
这里使用的版本是 0.11.2，你可以去github上找最新的。
2、创建一个简单的神经网络
由于这只有一个输入值和输出值，因此它可以是单个节点。在JavaScript中，我们可以创建一个tf.sequential，并向其添加layers。
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
我们还需要指定损失函数和优化器：
model.compile({
loss: 'meanSquaredError',
optimizer: 'sgd'
});
为了训练模型，我们需要数据集来训练模型。构造几个符合Y=2X-1的点，那么当X取[-1, 0, 1, 2, 3]，Y取[-3, -1, 1, 3, 5]
const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);
调用fit函数进行训练，传入X和Y并指定训练轮数。请注意，只是异步的，在进入下一步之前必须等待返回值，所以这些代码都要写在一个async函数中。
await model.fit(xs, ys, {epochs: 500});
最后传入一个值进行预测。
完整的代码如下：
<html> <head> <!-- Load TensorFlow.js --> <!-- Get latest version at https://github.com/tensorflow/tfjs --> <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.11.2"> </script> </head> <body> <div id="output_field"></div> </body> <script> async function learnLinear(){ const model = tf.sequential(); model.add(tf.layers.dense({ units: 1, inputShape: [1] })); model.compile({ loss: 'meanSquaredError', optimizer: 'sgd' }); const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]); const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]); await model.fit(xs, ys, {epochs: 100}); document.getElementById('output_field').innerText = model.predict( tf.tensor2d([10], [1, 1]) ); } learnLinear(); </script> <html>
参考链接：
1. https://medium.com/tensorflow/getting-started-with-tensorflow-js-50f6783489b2
2. https://blog.csdn.net/aliceyangxi1987/article/details/80743590