social.tchncs.de is one of the many independent Mastodon servers you can use to participate in the fediverse.
A friendly server from Germany – which tends to attract techy people, but welcomes everybody. This is one of the oldest Mastodon instances.

Administered by:

Server stats:

3.8K
active users

#tensorflowjs

0 posts0 participants0 posts today

How well does #TensorFlowJS work? I've had some students do projects with it with mixed results. They are able to create players that make moves and those moves aren't terrible, but I am curious whether there's something else we should be doing.

I'm curious because, as we prepare to announce #Sprouts2025, I would like to offer this as an avenue for creating players for the Computer Player tournament.

Введение в AI Background Remover с использованием TensorFlow.js для React-приложений

Я создал "React Selfie AI Background Remover" — компонент React, который использует TensorFlow.js для удаления фона с изображений прямо в браузере. ✨ Основные особенности: • 🤖 Использует MediaPipe Selfie Segmentation для точной сегментации объектов. • ⚙️ Легко интегрируется в любое React-приложение. • 🖼️ Доступно live demo для тестирования. Вы можете найти компонент здесь: • 📦 NPM • 💻 GitHub

habr.com/ru/articles/850890/

ХабрВведение в AI Background Remover с использованием TensorFlow.js для React-приложенийПривет, хабровчане! Сегодня я хочу поделиться тем, как я создал компонент React Selfie AI Background Remover с использованием TensorFlow.js . Весь код доступен в публичном доступе на GitHub, и вы...

Машинное обучение в браузере

Меня зовут Алексей, сегодня мы с вами поговорим, как можно ускорить вычисления машинного обучения веб приложения с помощью WASM, WebGL или WebGPU. Когда фронтенд‑разработчик слышит о машинном обучении в браузере, первое, что приходит ему на ум, это вопрос: «Как это может быть применено? Мы же работаем в браузере на JS, который, как известно, медленный (по сравнению с компилируемыми языками)».

habr.com/ru/articles/819061/

ХабрМашинное обучение в браузереВведение Меня зовут Алексей, сегодня мы с вами поговорим, как можно ускорить вычисления машинного обучения веб приложения с помощью WASM, WebGL или WebGPU. Когда...

Neuroevolution Flappy Bird mit TensorFlow.js

Exakt vor einem Jahr hatte Daniel Shiffman eine fünteilige Coding Challenge veröffentlicht, in der er mit Hilfe seiner selbst programmierten Neural Network Library und einem genetischen Algorithmus seinem Rechner beibrachte, erfolgreich Flappy Bird zu spielen. Programmierumgebung war P5.js, der JavaScript-Mode von Processing. blog.schockwellenreiter.de/201 #P5js #JavaScript #CreativeCoding #Tensorflowjs #GameDev

blog.schockwellenreiter.deNeuroevolution Flappy Bird mit TensorFlow.js – Schockwellenreiter

Nächste-Nachbarn-Klassifikation mit P5.js

Natürlich kann ich Euch nicht ins Wochenende entlassen, ohne Euch die neuesten unglaublichen Dinge vorzustellen, die Daniel Shiffman mit #P5js, dem #JavaScript-Mode von #Processing, anstellt. Diese Woche hat er sich wieder in den Bereich Künstliche Intelligenz und Maschinelles Lernen vorgewagt und konstruiert mit Hilfe der Bibliothek #ml5js einen Nächste-Nachbarn-Klassifikator (engl. k-Nearest-Neighbor, (#KNN)). blog.schockwellenreiter.de/201 #KI #Tensorflowjs

blog.schockwellenreiter.deSchockwellenreiter: Nächste-Nachbarn-Klassifikation mit P5.js