使用 TensorFlow.js 做機器學習需要許多不同領域的知識，特別是：機器學習以及神經網路、JavaScript 含有 Node.JS 或是基於瀏覽器相關的開發知識，依照您的背景，您可能會不熟悉其中一個或是以上的領域，在網路上有相當多很好的學習資源，而我們也希望這份指南能夠成為您補充這些領域知識起點。
TensorFlow.js 是一個提供建造深度神經網路建築磚頭的工具，但是機器學習（Machine Learning）深度學習（Deep Learning）的領域是相當浩瀚的，如果您想要寫出您自己的模型或者是調整現有的模型的話，獲得機器學習核心概念的工作知識以及技術是相當有幫助的。
有一個能夠起頭的關於神經網路的高水準介紹是 3blue1brown 所提供的 Neural Networks 的教學。
這些資源聚焦在 TensorFlow.js 以及初學者學習機器學習上面。
- TensorFlow.js：才智與學習系列 by Coding Train [影片]
- TensorFlow.js：顏色分類器 by Coding Train [影片]
- TensorFlow.js：使用 JavaScript 實作深度學習 by Deeplizard [影片]
這裡有相當全面的線上課程，包含了相當大量的機器學習以及深度學習的教材，然而，在現在這個時候，大部分的教材是使用 Python 為入門的主要語言，即使語法上並不能轉換，但是裡面的概念仍然可以轉換到 TensorFlow.js 的使用上，
- 機器學習的速成班 by Google [影片，有簡中字幕] [線上程式練習（Python）]
- 深度學習專項課程 by Coursera[影片，有中文字幕]
- 神經網目以及深度學習 by Micheal Nielsen [線上書籍，免費]
- 使用 Python 實作深度學習 by Francois Chollet [書籍]
- CS231n：視覺辨識的捲積層網路 by Stanford [影片][簡報]
- 動手使用 Scikit-Learn 以及 TensorFlow 實作機器學習 by Aurélien Géron [書籍]
機器學習是一門很重數學的學科，然而，如果您只是單純使用機器學習的模型的話，不需要去了解數學，但是如果您打算修改機器學習的模型或是從零到有建立一個新的模型的話，熟悉下面的數學概念將會很有幫助。
- 微積分的本質 by 3blue1brown [影片，有中文字幕]
- 線性代數的本質 by 3blue1brown [影片，有中文字幕]
- 線性代數 by Khan Academy [影片]
- 微積分 by Khan Academy [影片]
如果您只是剛剛開始而且發現 TensorFlow.js 令您有一點招架不住，但是您還是想要在瀏覽器上面實驗一下機器學習的話，您也許會有興趣看看下面這些資源：
- ML5 是一個基於 TensorFlow.js 所建立的函式庫，它在瀏覽器中提供了更高層級的機器學習演算法 API。
- tfjs-models 是一個小巧但正在逐漸增長的預先訓練好之模型集合，利用直接了當的 API 來執行多樣的任務，這些東西讓您能夠將機器學習完全視為一個黑盒子。
如果您是 JavaScript 的新手的話，然後您需要關於這門 語言的大概了解或是教學的話，這些資源將會是一個好的開始。
- Mozilla JavaScript 指南 by Mozilla [網站]
- 雄辯 JavaScript by Marijin Haverbeke [線上書籍]
- 現代 JavaScript 教學 by Ilya Kantor [網站]
-
如果您在瀏覽器上面使用 TensorFlow.js 的話，了解一些有關瀏覽器開發以及 DOM 的事情的話會有幫助的。
-
Web 開發入門 by Mozilla [網站]
-
給恐龍的現代 JavaScript 解釋 by Peter Jang：這篇文章介紹一些現在 Web 開發工作流程會用到的工具像是 npm 和 yarn 等套件管理器，以及 babel 等轉譯器。[部落格文章]
如果你在 Node.js 使用 Tensorflow.js，下面這些資源介紹更多有關於伺服器端程式的概念，你應該已經熟悉 JavaScript 這個語言了。
- Node.js 指南 by Node.js [網站]
- Mixu's Node Book by Mixu [網路書籍]
有許多方式能夠貢獻 TensorFlow.js，要想的第一件事情是你有興趣做哪一種貢獻：
原始碼的貢獻不必複雜，改進文件、錯誤訊息或是測試都是非常歡迎的，而且做以上這些貢獻也需要有關於函數庫如何運作的不同層級的知識，所有貢獻中一件同樣的事情就是學習 GitHub 的運作，那也是我們用來管理 TensorFlow.js 專案的工具，如果你想要在程式碼上有些貢獻，熟悉 TypeScript 是必須的。
- GitHub 你好世界（GitHub Hello World） by GitHub
- GitHub 介紹分叉專案（GitHub Intro to Forking Projects） by GitHub
- TensorFlow.js 貢獻指南（TensorFlow.js Contributors Guide） by the TensorFlow.js team
- TypeScript 文件（TypeScript Documentation） by Microsoft
另外一項很棒的貢獻就是別人能夠閱讀而且從中學習的學習資源像是部落格貼文或是開放原始碼的範例，如果你已經做出一些你認為別人可能會發現有幫助的東西，請儘管分享在 TensorFlow.js 社群郵件列表（TensorFlow.js Community Mailing List），我們有在這裡維護一個 社群專案的列表。