Samouczek TensorFlow.js
Co to jest TensorFlow.js?
Popularna biblioteka JavaScript do uczenia maszynowego .
Pozwala nam trenować i wdrażać modele uczenia maszynowego w przeglądarce .
Pozwala nam dodawać funkcje uczenia maszynowego do dowolnej aplikacji internetowej .
Korzystanie z TensorFlow
Aby użyć TensorFlow.js, dodaj następujący tag skryptu do pliku(ów) HTML:
Przykład
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Aby mieć pewność, że zawsze korzystasz z najnowszej wersji, użyj tego:
Przykład 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow został opracowany przez zespół Google Brain do użytku wewnętrznego Google, ale został wydany jako otwarte oprogramowanie w 2015 roku.
W styczniu 2019 roku programiści Google wydali TensorFlow.js, implementację JavaScript dla TensorFlow.
Tensorflow.js został zaprojektowany, aby zapewnić te same funkcje, co oryginalna biblioteka TensorFlow napisana w Pythonie.
Tensory
TensorFlow.js to biblioteka JavaScript do definiowania i działania na Tensorach .
Tensor jest bardzo podobny do tablicy wielowymiarowej.
Tensor zawiera wartości liczbowe w (jednym lub więcej) kształcie wymiarowym.
Tensor ma następujące główne właściwości:
Nieruchomość | Opis |
---|---|
dtype | Typ danych |
ranga | Liczba wymiarów |
kształt | Rozmiar każdego wymiaru |
Tworzenie Tensora
Tensor można utworzyć z dowolnej N-wymiarowej tablicy :
Przykład 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Przykład 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
Kształt tensora
Tensor można również utworzyć z tablicy i parametru kształtu :
Przykład 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Przykład 2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Przykład3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Typy danych tensora
Tensor może mieć następujące typy danych:
- głupota
- int32
- float32 (domyślnie)
- kompleks64
- strunowy
Tworząc tensor, możesz określić typ danych jako trzeci parametr:
Przykład
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Pobierz wartości tensora
Możesz uzyskać dane za tensorem za pomocą tensor.data() :
Przykład
const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.data().then(data => display(data));
// Result: 1,2,3,4
function display(data) {
document.getElementById("demo").innerHTML = data;
}
Możesz uzyskać tablicę za tensorem za pomocą tensor.array() :
Przykład
const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.array().then(array => display(array[0]));
// Result: 1,2
function display(data) {
document.getElementById("demo").innerHTML = data;
}