JavaScript 机器学习框架与原生 JavaScript
你可以通过受支持的 JavaScript 机器学习框架使用 WebNN，也可以直接使用原生 JavaScript。请选择最适合你需求的方式。
JavaScript 机器学习框架
WebNN API 正在集成到主流的 JavaScript 机器学习框架中，例如 ONNX Runtime Web、Transformers.js 和 LiteRT.js。这使 Web 开发者能够使用这些高层框架，以更少的代码构建 AI 应用，同时利用 WebNN 高效的底层神经网络算子。
| 框架 | 模型格式 | 适用场景 | 启用 WebNN 的方式 |
|---|---|---|---|
| Transformers.js | 来自 Hugging Face Hub 的 ONNX 模型 | 内置前后处理的任务流水线，只需几行代码 | device: 'webnn-gpu' |
| ONNX Runtime Web | .onnx | 完全控制会话、形状和张量 | executionProviders: ['webnn'] |
| LiteRT.js | .tflite | 来自 LiteRT 或从 PyTorch 转换的模型，以及 NPU 路径 | accelerator: 'webnn' |
无论选择哪种框架，WebNN 都需要固定的张量形状，因此请计划设置自由维度覆盖或导出静态形状的模型，并为不支持 WebNN 的浏览器保留 wasm 回退。如果出现问题，请参阅故障排除。
原生 JavaScript
直接使用 WebNN API 创建自定义计算图和神经网络模型，可以让你的 AI 应用更加灵活。不过，与使用 ONNX 和 TFLite 等成熟方案相比，使用原生 WebNN API 构建模型需要编写更复杂的代码。
直接使用 WebNN JavaScript API 而不是机器学习框架，可以省去框架分发包的开销，从而减小应用体积。
Last updated on