Перейти к содержанию
  • Категории
  • Последние
  • Метки
  • Популярные
  • Пользователи
  • Группы
Свернуть
Логотип бренда
Категории
  1. Главная
  2. Категории
  3. Бекенд, разработка серверов
  4. Node JS
  5. Гайд по работе с TensorFlow.js: от нуля до первого нейрона 🧠

Гайд по работе с TensorFlow.js: от нуля до первого нейрона 🧠

Запланировано Прикреплена Закрыта Перенесена Node JS
1 Сообщения 1 Постеры 12 Просмотры
  • Сначала старые
  • Сначала новые
  • По количеству голосов
Ответить
  • Ответить, создав новую тему
Авторизуйтесь, чтобы ответить
Эта тема была удалена. Только пользователи с правом управления темами могут её видеть.
  • kirilljsK Не в сети
    kirilljsK Не в сети
    kirilljs
    js
    написал отредактировано
    #1

    TensorFlow.js — библиотеке от Google, которая позволяет создавать и обучать нейросети прямо в браузере или Node.js. Забудьте про Python: всё, что вам нужно, — это браузер и базовые знания JS. Давайте начнём!


    1. Установка и подключение

    В браузере:

    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@4.10.0/dist/tf.min.js"></script>  
    

    В Node.js:

    npm install @tensorflow/tfjs  
    

    Для GPU:

    npm install @tensorflow/tfjs-node-gpu  
    

    2. Пример простой модели

    Задача: обучить модель предсказывать Y = 2X - 1.

    Подготовка данных

    const xs = tf.tensor2d([[0], [2], [4], [6], [8]]); // Входные значения  
    const ys = tf.tensor2d([[-1], [3], [7], [13], [15]]); // Цель  
    

    Создание и компиляция модели

    const model = tf.sequential();  
    model.add(tf.layers.dense({inputShape: [1], units: 1}));  
    
    model.compile({  
      optimizer: 'sgd',  
      loss: 'meanSquaredError'  
    });  
    

    Обучение и прогнозирование

    await model.fit(xs, ys, {epochs: 50});  
    const prediction = model.predict(tf.tensor2d([[10]]));  
    prediction.print(); // Ожидаем ~19  
    

    3. Визуализация и сохранение

    • Графики обучения: Используйте tfjs-vis для отображения потерь.
    • Сохранение модели:
      await model.save('localstorage://my-model');  
      
    • Загрузка модели:
      const loadedModel = await tf.loadLayersModel('localstorage://my-model');  
      

    4. Готовые модели

    • ImageNet (Mobilenet):
      npm install @tensorflow-models/mobilenet  
      
      Пример:
      const model = await mobilenet.load();  
      const predictions = await model.classify(document.getElementById('img'));  
      
    • Голосовые команды:
      npm install @tensorflow-models/speech-commands  
      

    5. Советы и ограничения

    • Очистка памяти: Используйте tf.tidy() или .dispose() для управления тензорами.
    • Производительность: В браузере медленнее, чем в Python. Лучше использовать для простых задач.
    • Сложные модели: Обучайте на Python, затем импортируйте в TensorFlow.js.
    1 ответ Последний ответ
    0

    Категории

    • Главная
    • Новости
    • Фронтенд
    • Бекенд
    • Языки программирования

    Контакты

    • Сотрудничество
    • info@rosdesk.ru
    • Наш чат
    • Наш ТГ канал

    © 2024 - 2025 RosDesk, Inc. Все права защищены.

    Политика конфиденциальности
    • Войти

    • Нет учётной записи? Зарегистрироваться

    • Войдите или зарегистрируйтесь для поиска.
    • Первое сообщение
      Последнее сообщение
    0
    • Категории
    • Последние
    • Метки
    • Популярные
    • Пользователи
    • Группы