Tutorial TensorFlow.js
Apa itu TensorFlow.js?
Pustaka JavaScript populer untuk Pembelajaran Mesin .
Memungkinkan kami melatih dan menerapkan model pembelajaran mesin di Browser .
Mari kita tambahkan fungsi pembelajaran mesin ke Aplikasi Web apa pun .
Menggunakan TensorFlow
Untuk menggunakan TensorFlow.js, tambahkan tag skrip berikut ke file HTML Anda:
Contoh
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Untuk memastikan Anda selalu menggunakan versi terbaru, gunakan ini:
Contoh 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow dikembangkan oleh Tim Google Brain untuk penggunaan internal Google, tetapi dirilis sebagai perangkat lunak terbuka pada tahun 2015.
Pada Januari 2019, developer Google merilis TensorFlow.js, implementasi JavaScript dari TensorFlow.
Tensorflow.js dirancang untuk menyediakan fitur yang sama seperti library TensorFlow asli yang ditulis dengan Python.
Tensor
TensorFlow.js adalah library JavaScript untuk mendefinisikan dan beroperasi di Tensors .
Tensor hampir sama dengan array multidimensi.
Tensor berisi nilai numerik dalam (satu atau lebih) bentuk dimensi.
Tensor memiliki properti utama berikut:
Properti | Keterangan |
---|---|
tipe d | Tipe data |
pangkat | jumlah dimensi |
membentuk | Ukuran setiap dimensi |
Membuat Tensor
Tensor dapat dibuat dari array N-dimensi apa pun :
Contoh 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Contoh 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
Bentuk Tensor
Tensor juga dapat dibuat dari array dan parameter bentuk :
Contoh 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Contoh2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Contoh3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Tipe Data Tensor
Tensor dapat memiliki tipe data berikut:
- bool
- int32
- float32 (bawaan)
- kompleks64
- rangkaian
Saat membuat tensor, Anda dapat menentukan tipe data sebagai parameter ketiga:
Contoh
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Ambil Nilai Tensor
Anda bisa mendapatkan data di balik tensor menggunakan tensor.data() :
Contoh
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;
}
Anda bisa mendapatkan array di belakang tensor menggunakan tensor.array() :
Contoh
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;
}