บทช่วยสอน TensorFlow.js
TensorFlow.js คืออะไร?
ไลบรารีJavaScriptยอดนิยม สำหรับ Machine Learning
ให้เราฝึกและปรับใช้โมเดลแมชชีนเลิร์นนิงใน เบ ราว์เซอร์
ให้เราเพิ่มฟังก์ชันแมชชีนเลิร์นนิงให้กับเว็บแอปพลิเคชัน ใด ก็ได้
การใช้ TensorFlow
ในการใช้ TensorFlow.js ให้เพิ่มแท็กสคริปต์ต่อไปนี้ในไฟล์ HTML ของคุณ:
ตัวอย่าง
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
เพื่อให้แน่ใจว่าคุณใช้เวอร์ชันล่าสุดเสมอ ให้ใช้สิ่งนี้:
ตัวอย่าง 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow ได้รับการพัฒนาโดยทีม Google Brainสำหรับการใช้งานภายในของ Google แต่เปิดตัวเป็นซอฟต์แวร์แบบเปิดในปี 2015
ในเดือนมกราคม 2019 นักพัฒนาของ Google ได้เปิดตัว TensorFlow.js ซึ่งเป็นการนำ JavaScript ของ TensorFlow ไปใช้
Tensorflow.js ได้รับการออกแบบมาเพื่อให้มีคุณสมบัติเหมือนกับไลบรารี TensorFlow ดั้งเดิมที่เขียนด้วยภาษา Python
เทนเซอร์
TensorFlow.jsเป็น ไลบรารี JavaScriptเพื่อกำหนดและดำเนินการกับTensors
เทนเซอร์จะเหมือนกับอาร์เรย์หลายมิติมาก
เทนเซอร์มีค่าตัวเลขในรูปร่างมิติ (หนึ่งหรือมากกว่า)
เทนเซอร์มีคุณสมบัติหลักดังต่อไปนี้:
คุณสมบัติ | คำอธิบาย |
---|---|
dtype | ประเภทข้อมูล |
อันดับ | จำนวนมิติ |
รูปร่าง | ขนาดของแต่ละมิติ |
การสร้างเทนเซอร์
เทนเซอร์สามารถสร้างขึ้นจากอาร์เรย์ N- มิติ ใด ๆ :
ตัวอย่าง 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
ตัวอย่าง 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
รูปร่างเทนเซอร์
เทนเซอร์ยังสามารถสร้างขึ้นจากอาร์เรย์และพารามิเตอร์ รูปร่าง :
ตัวอย่าง1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
ตัวอย่าง2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
ตัวอย่าง3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
ประเภทข้อมูลเทนเซอร์
เทนเซอร์สามารถมีประเภทข้อมูลต่อไปนี้:
- bool
- int32
- float32 (ค่าเริ่มต้น)
- complex64
- สตริง
เมื่อคุณสร้างเมตริกซ์ คุณสามารถระบุชนิดข้อมูลเป็นพารามิเตอร์ที่สามได้:
ตัวอย่าง
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
ดึงค่าเทนเซอร์
คุณสามารถรับข้อมูลหลังเทนเซอร์ได้โดยใช้tensor.data() :
ตัวอย่าง
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;
}
คุณสามารถรับอาร์เรย์หลังเทนเซอร์ได้โดยใช้tensor.array() :
ตัวอย่าง
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;
}