TensorFlow.js 教程

TensorFlow.js 是一个开源库，允许你在浏览器和 Node.js 中运行 TensorFlow 模型。以下是一些 TensorFlow.js 的基础教程，帮助你快速上手。

快速开始

1. 安装 TensorFlow.js 首先，你需要安装 TensorFlow.js。你可以通过以下命令安装：

   npm install @tensorflow/tfjs
   

2. 创建一个简单的模型 下面是一个简单的线性回归模型的例子：

   const tf = require('@tensorflow/tfjs');
   
   const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
   const ys = tf.tensor2d([1, 2, 3, 4], [4, 1]);
   
   const model = tf.sequential();
   model.add(tf.layers.dense({units: 1, inputShape: [1]}));
   model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
   
   model.fit(xs, ys, {epochs: 250}).then(() => {
     console.log('Model trained!');
   });
   

3. 模型评估 完成训练后，你可以使用以下代码来评估模型：

   model.evaluate(xs, ys).then((result) => {
     console.log('Mean squared error:', result);
   });
   

进阶教程

想要更深入地了解 TensorFlow.js？以下是一些进阶教程：

• TensorFlow.js 官方文档
• TensorFlow.js 案例研究

图像识别

想要在浏览器中使用 TensorFlow.js 进行图像识别？试试这个例子：

const img = new Image();
img.src = 'https://example.com/image.jpg';

img.onload = () => {
  const tensor = tf.fromPixels(img);
  const model = await tf.loadLayersModel('/path/to/your/model.json');
  const prediction = model.predict(tensor);
  console.log(prediction);
};

希望这些教程能帮助你更好地了解和使用 TensorFlow.js！🚀