返回 AI 工具目录
TensorSpace
开发框架人工精选最近核验 2026年7月23日
TensorSpace 是一个基于 JavaScript 的神经网络 3D 可视化框架,让开发者在浏览器里以交互式三维方式呈现深度学习模型的结构与中间层推理过程,帮助理解与讲解网络内部运作。它构建在 TensorFlow.js、Three.js、Tween.js 之上,支持加载来自 TensorFlow、Keras、TensorFlow.js 的预训练模型(需先用 TensorSpace-Converter 预处理),再通过 Layer API 搭建拓扑并可视化。采用 Apache-2.0 许可。项目最近一次发布停留在 2019 年,活跃度较低,更适合作为教学、演示与可视化探索用途。
定价开源部署本地运行国内可达国内可达许可Apache-2.0
解决什么问题
- 在浏览器里以 3D 交互呈现神经网络结构
- 可视化中间层的推理与特征传播
- 支持 TensorFlow、Keras、TF.js 预训练模型
- 用于教学、讲解与模型直觉建立
适合
- 深度学习教学与科普演示
- 需要直观展示模型结构的场景
- 前端可视化探索与交互 demo
- 已有 TF 或 Keras 模型希望可视化
不适合
- 项目自 2019 年起基本停更,不宜用于关键生产
- 模型需经 TensorSpace-Converter 预处理方可加载
- 大型模型在浏览器渲染性能受限
- 不提供训练或推理加速能力
如何接入
- 以 JavaScript 库引入网页,可本地或 CDN 托管
- 用 TensorSpace-Converter 预处理模型
- 通过 Layer API 定义可视化拓扑
- 加载模型后在浏览器初始化渲染
已知限制
- 维护停滞,依赖较旧的 TF.js 版本
- 仅做可视化,不涉及训练与部署
- 大模型可视化受浏览器性能约束
- 对新框架与新算子的支持有限
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- JavaScript
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引