TensorFlow.js ist eine JavaScript Library, die das Training sowie die Verwendung von Machine Learning Modellen im Browser, aber auch in Node.js Anwendungen, ermöglicht. Das tolle dabei ist, dass mit TensorFlow.js Machine Learning Modelle direkt mit Web-Technologien umgesetzt und angewendet werden können. Das ganze entweder direkt im Browser, oder in Node.js Backend Anwendungen.

TensorFlow.js bietet verschiedene Backend-Implementationen an, welche je nach Möglichkeit eingesetzt werden. Als die langsamste Implementierung ist eine reine JavaScript Implementierung, welche die zwar die langsamste aller Optionen ist, jedoch überall unterstützt wird. Im Browser wird zusätzlich eine WebGL implementierung angeboten, welche bereits ein Vielfaches an Performance-Verbesserungen bietet. Im Bereich NodeJs gibt es zudem zwei weitere Implementierungen, die zusätzliche Performance gains versprechen.

Das hört sich alles schön und gut an, wie kann mir das bei meinen Web-Projekten nun aber weiterhelfen?

Praktische Anwendungen in Web-Projekten

Es gibt eine Vielzahl an praktischen Anwendungen, welche mit TensorFlow.js implementiert werden können. Beispielsweiße werden heutzutage im Bereich Industrie an vielen Stellen Sensoren eingesetzt, die nicht zwangsläufig notwendig sind und unnötige Kosten verursachen. Oftmals genügt eine Kamera und etwas Intelligenz, um diese Sensoren ausmustern zu können. Dabei werden die ML-Modelle oftmals nicht von Grund auf neu antrainiert (dafür werden oftmals sehr viele Daten benötigt), sondern ein Prozess der sich Transfere Learning nennt angewandt, der ein bereits trainiertes ML-Model als Grundlage nimmt und mit wenigen Beispielen auf eine neue Situation anpassen werden kann. Dies spart Zeit und liefert bei wenig Daten oftmals deutlich bessere Ergebnisse.

Machine-Learning bietet jedoch noch eine Vielzahl an weiteren Vorteilen und Anwendungsmöglichkeiten. Wir beraten Sie dabei sehr gerne, wo und wie Machine Learning auch in Ihrem Unternehmen zum Einsatz kommen kann!