T
traeai
登录

产品

Transformers.js

A JavaScript library that allows running transformer models directly in the browser.

已跟踪 6 条高相关材料

TraeAI 观察

相关材料

已收录 6 条与 Transformers.js 相关的内容,按评分排序。

Practical NLP in the Browser with Transformers.js

在浏览器中使用 Transformers.js 实现实用的 NLP 任务

KDnuggets5024 字 (约 21 分钟)
85

使用 Transformers.js 在浏览器中实现实用的 NLP 任务,包括文本分类、零样本标签和问答。

入选理由:Transformers.js 允许在浏览器中离线运行状态-of-the-art NLP 模型。

精选文章#NLP#Transformers.js#浏览器中文
Transformers.js in 30 seconds #MachineLearning #AI #WebAI

Transformers.js in 30 seconds #MachineLearning #AI #WebAI

Hugging Face158 字 (约 1 分钟)
85

Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具,通过 ONNX 格式实现高效推理。

入选理由:Transformers.js 使用 ONNX 格式存储模型计算图和权重,支持多种执行环境。

精选视频#Transformers.js#ONNX#JavaScript#Machine Learning英文
Building Semantic Search with Transformers.js and Sentence Embeddings

使用 Transformers.js 和句子嵌入构建语义搜索

Machine Learning Mastery3871 字 (约 16 分钟)
82

语义搜索可以通过 Transformers.js 和句子嵌入(Sentence Embeddings)完全在客户端实现,无需服务器或 API 密钥即可通过向量空间的几何距离检索含义相近的内容。

入选理由:使用 Transformers.js 可在浏览器端运行 all-MiniLM-L6-v2 等模型,实现零后端基础设施的语义检索。

精选文章#Transformers.js#语义搜索#句子嵌入#客户端机器学习#向量空间英文
What Are Tensors?

什么是张量?

Hugging Face180 字 (约 1 分钟)
75

张量是机器学习模型处理数据的基础结构,它将文本、图像、音频等现实世界输入转换为数字矩阵进行计算,最终输出有用结果。张量本质上是按形状组织的数字,包括标量(0D)、向量(1D)、矩阵(2D)和高维数组。

入选理由:张量是机器学习模型处理数据的核心结构,用于表示标量、向量、矩阵和高维数组。

精选视频#张量#机器学习#深度学习#数据处理#Transformers.js英文
What Are Tensors?

什么是张量?

Hugging Face180 字 (约 1 分钟)
70

张量是机器学习中组织数字的基本结构,用于将文本、图像和音频等现实世界数据转换为模型可处理的数值形式,实现从输入到输出的完整数据流。

入选理由:机器学习模型通过张量处理数据,张量是按形状组织的数字,标量为0D、向量为1D、矩阵为2D。

精选视频#张量#机器学习#Hugging Face#Transformers.js#数据处理英文
Transformers.js in 30 seconds #MachineLearning #AI #WebAI

30 秒了解 Transformers.js #机器学习 #AI #WebAI

Hugging Face158 字 (约 1 分钟)
70

Transformers.js 通过 ONNX 标准在 JavaScript 中实现高效机器学习推理,自动处理模型下载、缓存和张量转换,简化 Web 端 AI 集成。

入选理由:Transformers.js 使用 ONNX Runtime 在 JavaScript 中运行模型推理,支持多种执行提供者。

精选视频#Transformers.js#ONNX#JavaScript#机器学习#Web AI英文

跨材料问答 · Transformers.js

回答基于:Transformers.js 相关 6 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容