机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

大规模训练和部署

TensorFlow

模型

｜

589

浏览器中的 TensorFlow

如果你想在网站中使用模型，直接在用户的浏览器中运行，该怎么办？这在许多情

况下很有用，例如：

•

当你的 Web 应用程序经常在用户的连接是间歇性或缓慢的情况下使用时（例如

远足者的网站），因此直接在客户端运行模型是使网站可靠的唯一方法。

•

当你需要模型的响应速度尽可能快时（例如对于在线游戏）。消除查询服务器进

行预测的需求肯定会减少延迟，并使网站的响应速度更快。

•

当你的 Web 服务基于某些私有用户数据进行预测时，你希望通过在客户端上进

行预测来保护用户的隐私，使私有数据不必离开用户的计算机

注 9

。

对于所有这些情况，你都可以将模型导出为可以由 TensorFlow.js JavaScript 库加载

的特殊格式。该库可以使你的模型直接在用户的浏览器中进行预测。TensorFlow.

js 项目包含一个 tensorflowjs_converter 工具，该工具可以将 Tensor Flow

SavedModel 或 Keras 模型文件转换为

TensorFlow.js Layers

格式：这是一个目录，包含一

组二进制格式的共享权重文件和一个

model.json

文件， 该文件描述模型的结构并链接到

权重文件。该格式经过优化使其在网络上有效下载。用户可以使用 TensorFlow.js 库下

载模型并在浏览器中运行预测。这是一个代码段，可让你大致了解 JavaScript API 的作用：

import

* as tf ...