tnf js

一TensorFlow.js（缩写为tf.js）

定位：基于JavaScript的机器学习库，可在浏览器或Node.js中构建训练和部署神经网络。

核心功能：

1. 神经网络搭建

2. 计算能力

3. 应用场景

入门示例（曲线拟合）：

javascript

import * as tf from '@tensorflow/tfjs';

// 生成样本数据

const data = tf.tidy( => {

const x = tf.randomUniform([100], -1, 1);

const y = x.pow(3).mul(tf.scalar(2)).add(x.square.mul(tf.scalar(3))); // y=2x³+3x²

return { x, y };

});

// 构建模型并训练（简化步骤）

const model = tf.sequential;

model.add(tf.layers.dense({ units: 1, inputShape: [1] }));

pile({ optimizer: 'sgd', loss: 'meanSquaredError' });

model.fit(data.x, data.y, { epochs: 100 });

二@umijs/tnf前端框架

定位：由Umi团队开发的现代化前端框架，聚焦性能与开发体验。

核心特性：

1. 开箱即用功能

2. 开发效率工具

3. 工程化支持

初始化项目：

bash

pnpm create tnf myapp --template=minimal

cd myapp

pnpm dev # 启动开发服务器

三区别与适用场景

| 工具 | 类型 | 典型场景 |

||||

| TensorFlow.js | 机器学习库 | 浏览器端AI模型训练学术研究数据可视化 |

| @umijs/tnf | 前端开发框架 | 企业级Web应用高性能SSR项目插件化开发 |

若需进一步探索：

- @umijs/tnf源码与案例参考[GitHub仓库] 。