产品
A JavaScript library that allows running transformer models directly in the browser.
已跟踪 6 条高相关材料
最近变化
2026-06-05 · 使用 Transformers.js 可在浏览器端运行 all-MiniLM-L6-v2 等模型，实现零后端基础设施的语义检索。
为什么值得关注
Transformers.js 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Practical NLP in the Browser with Transformers.js
KDnuggets · 8.5 分
使用 Transformers.js 在浏览器中实现实用的 NLP 任务，包括文本分类、零样本标签和问答。
Transformers.js in 30 seconds #MachineLearning #AI #WebAI
Hugging Face · 8.5 分
Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具，通过 ONNX 格式实现高效推理。
Building Semantic Search with Transformers.js and Sentence Embeddings
Machine Learning Mastery · 8.2 分
语义搜索可以通过 Transformers.js 和句子嵌入（Sentence Embeddings）完全在客户端实现，无需服务器或 API 密钥即可通过向量空间的几何距离检索含义相近的内容。
已收录 6 条与 Transformers.js 相关的内容，按评分排序。
Using Transformers.js to implement practical NLP tasks in the browser, including text classification, zero-shot labeling, and question answering.
入选理由：Transformers.js 允许在浏览器中离线运行状态-of-the-art NLP 模型。
Transformers.js 是一个将最先进的机器学习模型引入 JavaScript 的工具，通过 ONNX 格式实现高效推理。
入选理由：Transformers.js 使用 ONNX 格式存储模型计算图和权重，支持多种执行环境。
Semantic search can be implemented entirely on the client side using Transformers.js and sentence embeddings, enabling meaning-based retrieval via geometric distance in vector space without any server or API keys.
入选理由：使用 Transformers.js 可在浏览器端运行 all-MiniLM-L6-v2 等模型，实现零后端基础设施的语义检索。
Tensors are the core data structure in machine learning that convert real-world inputs like text, images, and audio into numerical matrices for computation, producing meaningful outputs. They are simply numbers organized by shape, including scalars (0D), vectors (1D), matrices (2D), and higher-dimensional arrays.
入选理由：张量是机器学习模型处理数据的核心结构，用于表示标量、向量、矩阵和高维数组。
Tensors are fundamental structures in machine learning that organize numbers, enabling models to process real-world data like text, images, and audio by converting them into numerical forms for the complete input-to-output data flow.
入选理由：机器学习模型通过张量处理数据，张量是按形状组织的数字，标量为0D、向量为1D、矩阵为2D。
Transformers.js implements efficient machine learning inference in JavaScript using ONNX, automatically handling model download, caching, and tensor conversion to simplify Web AI integration.
入选理由：Transformers.js 使用 ONNX Runtime 在 JavaScript 中运行模型推理，支持多种执行提供者。
