В статье проведен сравнительный анализ библиотек TensorFlow и TensorFlow.js по критериям времени обучения, времени задержки, безопасности, доступности и масштабируемости. Исследование показало, что обучение модели на клиенте эффективно при небольших объемах данных, так как позволяет снизить задержки и повысить конфиденциальность, но ограничено ресурсами устройства. Обучение на сервере подходит для сложных моделей и больших данных, поскольку обеспечивает высокую производительность. Выбор подхода зависит от потребностей приложения и его ограничений.

Абрамушкина Е.С. (науч. рук. Жуков Н.Н.) Сравнительный анализ библиотек машинного обучения при обучении модели на клиентской и серверной стороне веб-приложения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15878