Hướng dẫn về TensorFlow.js
TensorFlow.js là gì?
Một thư viện JavaScript phổ biến cho Học máy .
Cho phép chúng tôi đào tạo và triển khai các mô hình học máy trong Trình duyệt .
Cho phép chúng tôi thêm các chức năng học máy vào bất kỳ Ứng dụng Web nào .
Sử dụng TensorFlow
Để sử dụng TensorFlow.js, hãy thêm thẻ tập lệnh sau vào (các) tệp HTML của bạn:
Thí dụ
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Để đảm bảo bạn luôn sử dụng phiên bản mới nhất, hãy sử dụng cái này:
Ví dụ 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow được phát triển bởi Nhóm Google Brain để sử dụng trong nội bộ Google, nhưng đã được phát hành dưới dạng phần mềm mở vào năm 2015.
Vào tháng 1 năm 2019, các nhà phát triển của Google đã phát hành TensorFlow.js, triển khai JavaScript của TensorFlow.
Tensorflow.js được thiết kế để cung cấp các tính năng tương tự như thư viện TensorFlow ban đầu được viết bằng Python.
Căng thẳng
TensorFlow.js là một thư viện JavaScript để định nghĩa và hoạt động trên Tensors .
Một Tensor cũng giống như một mảng đa chiều.
Một Tensor chứa các giá trị số trong hình dạng chiều (một hoặc nhiều).
Một Tensor có các thuộc tính chính sau:
| Bất động sản | Sự miêu tả |
|---|---|
| dtype | Kiểu dữ liệu |
| thứ hạng | Số thứ nguyên |
| hình dạng | Kích thước của mỗi chiều |
Tạo một Tensor
Một Tensor có thể được tạo từ bất kỳ mảng N chiều nào :
ví dụ 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Ví dụ 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
Hình dạng căng
Một Tensor cũng có thể được tạo từ một mảng và một tham số hình dạng :
Ví dụ 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Ví dụ2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Ví dụ 3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Các kiểu dữ liệu căng thẳng
Tensor có thể có các kiểu dữ liệu sau:
- bool
- int32
- float32 (mặc định)
- phức tạp64
- chuỗi
Khi bạn tạo một tensor, bạn có thể chỉ định kiểu dữ liệu làm tham số thứ ba:
Thí dụ
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Lấy giá trị độ căng
Bạn có thể lấy dữ liệu đằng sau tensor bằng tensor.data () :
Thí dụ
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;
}
Bạn có thể lấy mảng đằng sau một tensor bằng cách sử dụng tensor.array () :
Thí dụ
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;
}