TensorFlow.js-zelfstudie
Wat is TensorFlow.js?
Een populaire JavaScript- bibliotheek voor Machine Learning .
Hiermee kunnen we machine learning-modellen in de browser trainen en implementeren .
Hiermee kunnen we machine learning-functies toevoegen aan elke webtoepassing .
TensorFlow gebruiken
Om TensorFlow.js te gebruiken, voegt u de volgende scripttag toe aan uw HTML-bestand(en):
Voorbeeld
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Om er zeker van te zijn dat je altijd de laatste versie gebruikt, gebruik je deze:
Voorbeeld 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow is ontwikkeld door het Google Brain Team voor intern gebruik door Google, maar werd in 2015 uitgebracht als open software.
In januari 2019 brachten Google-ontwikkelaars TensorFlow.js uit, de JavaScript-implementatie van TensorFlow.
Tensorflow.js is ontworpen om dezelfde functies te bieden als de originele TensorFlow-bibliotheek die in Python is geschreven.
tensoren
TensorFlow.js is een JavaScript - bibliotheek om Tensors te definiëren en te gebruiken .
Een Tensor is vrijwel hetzelfde als een multidimensionale array.
Een Tensor bevat numerieke waarden in een (een of meer) dimensionale vorm.
Een Tensor heeft de volgende hoofdeigenschappen:
| Eigendom | Beschrijving |
|---|---|
| dtype | Het gegevenstype |
| rang | Het aantal afmetingen |
| vorm geven aan | De grootte van elke dimensie: |
Een tensor maken
Een Tensor kan worden gemaakt van elke N-dimensionale array :
voorbeeld 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Voorbeeld 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
tensor vorm
Een Tensor kan ook worden gemaakt op basis van een array en een vormparameter :
Voorbeeld 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Voorbeeld2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Voorbeeld3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Tensor-gegevenstypen
Een Tensor kan de volgende gegevenstypen hebben:
- bool
- int32
- float32 (standaard)
- complex64
- snaar
Wanneer u een tensor maakt, kunt u het gegevenstype opgeven als de derde parameter:
Voorbeeld
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Tensorwaarden ophalen
U kunt de gegevens achter een tensor krijgen met behulp van tensor.data() :
Voorbeeld
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;
}
Je kunt de array achter een tensor krijgen met tensor.array() :
Voorbeeld
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;
}