TensorFlow.js Eğitimi
TensorFlow.js nedir?
Machine Learning için popüler bir JavaScript kitaplığı .
Tarayıcıda makine öğrenimi modellerini eğitip dağıtmamıza izin verin .
Herhangi bir Web Uygulamasına makine öğrenimi işlevleri eklememize izin verin .
TensorFlow'u kullanma
TensorFlow.js'yi kullanmak için HTML dosyalarınıza aşağıdaki komut dosyası etiketini ekleyin:
Örnek
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Her zaman en son sürümü kullandığınızdan emin olmak için şunu kullanın:
Örnek 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow, Google Beyin Ekibi tarafından dahili Google kullanımı için geliştirildi, ancak 2015 yılında açık yazılım olarak piyasaya sürüldü.
Ocak 2019'da Google geliştiricileri, TensorFlow'un JavaScript uygulaması olan TensorFlow.js'yi yayınladı.
Tensorflow.js, Python'da yazılmış orijinal TensorFlow kitaplığıyla aynı özellikleri sağlayacak şekilde tasarlanmıştır.
Tensörler
TensorFlow.js , Tensor'ları tanımlamak ve üzerinde çalışmak için bir JavaScript kitaplığıdır .
Bir Tensör, çok boyutlu bir dizi ile hemen hemen aynıdır.
Bir Tensör, (bir veya daha fazla) boyutlu biçimde sayısal değerler içerir.
Bir Tensör aşağıdaki ana özelliklere sahiptir:
| Mülk | Açıklama |
|---|---|
| tip | veri türü |
| rütbe | boyut sayısı |
| şekil | Her boyutun boyutu |
Tensör Oluşturma
Herhangi bir N boyutlu diziden bir Tensör oluşturulabilir :
örnek 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Örnek 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
Tensör Şekli
Bir diziden ve bir şekil parametresinden bir Tensör de oluşturulabilir :
Örnek 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Örnek2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Örnek3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Tensör Veri Tipleri
Bir Tensör aşağıdaki veri türlerine sahip olabilir:
- bool
- int32
- float32 (varsayılan)
- karmaşık64
- sicim
Bir tensör oluşturduğunuzda, veri türünü üçüncü parametre olarak belirleyebilirsiniz:
Örnek
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Tensör Değerlerini Al
tensor.data() işlevini kullanarak bir tensörün arkasındaki verileri alabilirsiniz :
Örnek
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;
}
tensor.array() işlevini kullanarak diziyi bir tensörün arkasına alabilirsiniz :
Örnek
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;
}