Tutorial do TensorFlow.js
O que é o TensorFlow.js?
Uma biblioteca JavaScript popular para Machine Learning .
Permite treinar e implantar modelos de aprendizado de máquina no navegador .
Permite adicionar funções de aprendizado de máquina a qualquer aplicativo Web .
Como usar o TensorFlow
Para usar o TensorFlow.js, adicione a seguinte tag de script aos seus arquivos HTML:
Exemplo
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
Para garantir que você sempre use a versão mais recente, use isto:
Exemplo 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
O TensorFlow foi desenvolvido pelo Google Brain Team para uso interno do Google, mas foi lançado como software aberto em 2015.
Em janeiro de 2019, os desenvolvedores do Google lançaram o TensorFlow.js, a implementação JavaScript do TensorFlow.
O Tensorflow.js foi projetado para fornecer os mesmos recursos da biblioteca original do TensorFlow escrita em Python.
Tensores
TensorFlow.js é uma biblioteca JavaScript para definir e operar em tensores .
Um tensor é muito parecido com um array multidimensional.
Um tensor contém valores numéricos em uma (uma ou mais) forma dimensional.
Um tensor tem as seguintes propriedades principais:
Propriedade | Descrição |
---|---|
dtype | O tipo de dados |
classificação | O número de dimensões |
forma | O tamanho de cada dimensão |
Criando um tensor
Um tensor pode ser criado a partir de qualquer array N-dimensional :
Exemplo 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
Exemplo 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
Forma do tensor
Um Tensor também pode ser criado a partir de um array e um parâmetro de forma :
Exemplo 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
Exemplo2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
Exemplo3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
Tipos de dados tensores
Um tensor pode ter os seguintes tipos de dados:
- bool
- int32
- float32 (padrão)
- complexo64
- corda
Ao criar um tensor, você pode especificar o tipo de dados como o terceiro parâmetro:
Exemplo
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
Recuperar Valores do Tensor
Você pode obter os dados por trás de um tensor usando tensor.data() :
Exemplo
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;
}
Você pode obter a matriz atrás de um tensor usando tensor.array() :
Exemplo
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;
}