範例	輸入資料類型	工作類型	模型類型	訓練環境	推論環境	API 類型	示範
abalone-node	數值	從本機檔案載入資料，並在 Node.js 中訓練	多層感知器	Node.js	Node.js	層	無示範
addition-rnn	文字	序列到序列	RNN：SimpleRNN、GRU 和 LSTM	瀏覽器	瀏覽器	層	查看示範
addition-rnn-webworker	文字	序列到序列	RNN：SimpleRNN、GRU 和 LSTM	瀏覽器：Web Worker	瀏覽器：Web Worker	層	無示範
angular-predictive-prefetching	數值	多類別預測器	深度神經網路	瀏覽器：Service Worker	瀏覽器：Service Worker	層	無示範
baseball-node	數值	多類別分類	多層感知器	Node.js	Node.js	層	無示範
boston-housing	數值	迴歸	多層感知器	瀏覽器	瀏覽器	層	查看示範
cart-pole		強化學習	策略梯度	瀏覽器	瀏覽器	層	查看示範
chrome-extension	圖片	(在 Chrome 擴充功能中部署 TF.js)	卷積神經網路		瀏覽器		無示範
custom-layer		(定義自訂 Layer 子類型)			瀏覽器	層	查看示範
data-csv		從遠端 CSV 建構 tf.data.Dataset					查看示範
data-generator		使用產生器建構 tf.data.Dataset	迴歸	瀏覽器	瀏覽器	層	查看示範
date-conversion-attention	文字	文字到文字轉換	注意力機制、RNN	Node.js	瀏覽器和 Node.js	層	查看示範
electron	圖片	(在以 Electron 為基礎的桌面應用程式中部署 TF.js)	卷積神經網路		Node.js		無示範
fashion-mnist-vae	圖片	生成	變分自動編碼器	Node.js	瀏覽器	層	無示範
interactive-visualizers	圖片	多類別分類、物件偵測、分 segmentation			瀏覽器		無示範
iris	數值	多類別分類	多層感知器	瀏覽器	瀏覽器	層	查看示範
iris-fitDataset	序列到序列	多類別分類	多層感知器	瀏覽器	瀏覽器	層	查看示範
jena-weather	文字	序列到預測	MLP 和 RNN	瀏覽器和 Node.js	瀏覽器	層	查看示範
lstm-text-generation	圖片	序列到預測	RNN：LSTM	瀏覽器	瀏覽器	層	查看示範
mnist	圖片	多類別分類	卷積神經網路	瀏覽器	瀏覽器	層	查看示範
mnist-acgan	圖片	生成對抗網路	卷積神經網路；GAN	Node.js	瀏覽器	層	查看示範
mnist-core	圖片	多類別分類	卷積神經網路	瀏覽器	瀏覽器	核心 (運算)	查看示範
mnist-node	圖片	多類別分類	卷積神經網路	Node.js	Node.js	層	無示範
mnist-transfer-cnn	圖片	多類別分類 (遷移學習)	卷積神經網路	瀏覽器	瀏覽器	層	無示範
mobilenet	圖片	多類別分類	卷積神經網路		瀏覽器	層	查看示範
polynomial-regression	數值	迴歸	淺層神經網路	瀏覽器	瀏覽器	層	查看示範
polynomial-regression-core	數值	迴歸	淺層神經網路	瀏覽器	瀏覽器	核心 (運算)	查看示範
quantization	各種	示範訓練後權重量化效果	各種	Node.js	Node.js	層	無示範
sentiment	文字	序列到二元預測	LSTM、1D ConvNet	Node.js	Node.js 或 Python	層	查看示範
simple-object-detection	圖片	物件偵測	卷積神經網路 (遷移學習)	Node.js	瀏覽器	層	查看示範
snake-dqn		物件偵測	深度 Q 網路	Node.js	瀏覽器	層	查看示範
translation	文字	序列到序列	LSTM 編碼器和解碼器	Node.js 或 Python	瀏覽器	層	查看示範
tsne-mnist-canvas		維度縮減和資料視覺化	tSNE	瀏覽器	瀏覽器	核心 (運算)	無示範
webcam-transfer-learning	圖片	多類別分類 (遷移學習)	卷積神經網路	瀏覽器	瀏覽器	層	查看示範
website-phishing	數值	二元分類	多層感知器	瀏覽器	瀏覽器	層	查看示範

示範

社群示範

開始使用 TensorFlow.js