#TensorFlow.js

tfjs

TensorFlow.js 是开源的硬件加速JavaScript库，专用于训练和部署机器学习模型。开发者能利用灵活直观的API在浏览器和Node.js环境中创建和运行模型，包括从头开始构建模型、运行现有模型和使用传感器数据重新训练模型。支持多种后端和平台，满足不同项目的需求。

keras-js

Keras.js项目已停止更新，建议使用TensorFlow.js。该项目允许在浏览器中运行Keras模型，并利用WebGL提供GPU支持。用户可以访问交互演示和文档，体验MNIST卷积网络、ResNet50、Inception v3等模型的应用。虽然Keras.js不再更新，但现有演示仍可使用，并且支持在Node.js中以CPU模式运行模型。

yoha

Yoha是一款适用于实用场景的手部追踪引擎，支持多种手势检测，提升应用的交互性。通过TensorFlow.js进行浏览器推理，目前支持21个2D关键点坐标检测、手势检测和手部方向检测等功能。虽然Yoha处于beta阶段，移动设备性能有限，但在桌面设备上有良好的实时体验。未来将添加更多语言支持和功能，适合希望增强用户互动的开发者。

ml5-library

ml5.js是基于TensorFlow.js构建的开源机器学习库，旨在为艺术家、开发者和学生提供易于访问和使用的机器学习技术。该库支持在浏览器中直接使用多种算法和模型，并注重伦理性计算与数据的公正使用。ml5.js不仅涵盖示例代码、教程和数据集，还构建了一体化的学习和交流平台。

wx-tfjs-demo

该项目展示了如何在微信小程序中运行TensorFlow，提供详细的环境要求、安装步骤和代码修改指南。通过tfjs插件实现模型加载、训练和预测，并分享优化帧数据处理的方法，以提高预测准确性。同时，小程序「AI Pocket」与本项目代码实时同步更新，非常适合从事前后端开发和人工智能的开发者，欢迎合作和交流。

nsfw-filter

NSFW Filter是一款免费且开源的浏览器扩展，专为隐私保护设计，用于屏蔽“不适合在工作场所访问”的内容。该插件基于TypeScript、TensorFlow.js和NSFWJS构建，用户可以通过Chrome应用商店安装。插件在加载网页时自动隐藏所有图像，仅显示被分类为安全的图像，同时提供自定义和开发指南，适合技术用户参与改进和贡献。

make-sense

makesense.ai是一个免费且跨平台的在线图片标注工具，无需复杂安装，特别适合小型计算机视觉深度学习项目。支持多种标签格式导出，如CSV、YOLO、VOC XML等，并集成先进的AI模型如YOLOv5、SSD等，以自动化标注过程。项目基于TypeScript和React/Redux构建，提供详细的文档及本地和Docker部署指引。

nsfwjs

nsfwjs是一个基于TensorFlow.js的JavaScript库，用于在客户端浏览器中识别图像内容。该工具可将图像分为绘画、色情动画、中性、色情和性感五类，准确率约为90-93%。nsfwjs支持浏览器、React Native和Node.js等多种环境，并提供模型缓存和自托管功能，以提升性能和灵活性。这个开源项目为开发者提供了一个便捷的图像内容识别解决方案。

tfjs-examples

tfjs-examples是一个包含多种TensorFlow.js机器学习示例的项目。涵盖图像分类、文本生成、强化学习等领域,展示了TensorFlow.js在浏览器和Node.js环境中的应用。示例包括模型训练和推理部署,为开发者提供了实用的学习资源和参考案例。