TensorFire基于 WebGL 的浏览器端神经网络框架

TensorFire 是基于 WebGL 的，运行在浏览器中的神经网络框架。使用 TensorFire 编写的应用能够在实现前沿深度学习算法的同时，不需要任何的安装或者配置就直接运行在现代浏览器中。

与之前某些浏览器内的神经网络框架相比，TensorFire 有着近百倍的速度提升，甚至于能够与那些运行在本地 CPU 上的代码性能相媲美。

TensorFire 主要由两部分组成：底层基于 GLSL 的能够高效编写操作四维张量的并行 WebGLS 着色器的编程语言，以及上层的用于导入 Keras 与 TensorFlow 训练好的模型的接口。TensorFire 能够运行在任何的，无论是否支持 CUDA 的 GPU 上；这就意味着，譬如最新的 2016 Retina MacBook Pro 这样的使用 AMD 显卡的机器，也能顺畅地运行 TensorFire。

TensorFire 能够帮助开发者构建不需要用户本地安装的智能应用，并且不同于传统的收集用户数据以统一训练的模式，直接将模型下发到用户端能够保障用户隐私。TensorFire 官方正在着手提供多个范例，譬如复杂的 ResNet-152 网络、著名的基于 RNN 的文本生产与图片着色、基于 SqueeseNet 的物体识别与分类等等。

开发者也可以使用 TensorFire 提供的底层接口来进行其他的高性能计算，譬如 PageRank、元胞自动机仿真、图片转化与过滤等等。

简介来自：前端之巅