ยังใหม่กับแมชชีนเลิร์นนิงใช่ไหม ดูหลักสูตรวิดีโอเพื่อรับความรู้ในการทำงานจริงของ ML โดยใช้เทคโนโลยีเว็บ ดูซีรีส์

หน้านี้ได้รับการแปลโดย Cloud Translation API

ปรับใช้โปรเจ็กต์ tfjs-node บนแพลตฟอร์มคลาวด์

เอกสารนี้อธิบายวิธีรันกระบวนการ Node.js ด้วยแพ็คเกจ @tensorflow/tfjs-node บนแพลตฟอร์มคลาวด์

เริ่มต้นจาก tfjs-node@1.2.4 การรันโปรเจ็กต์ Node.js บนแพลตฟอร์มคลาวด์ไม่จำเป็นต้องมีการกำหนดค่าเพิ่มเติม คู่มือนี้จะแสดงวิธีเรียกใช้ตัวอย่าง mnist-node ในพื้นที่เก็บข้อมูล @tensorflow/tfjs-examples บน Heroku และ GCloud การสนับสนุน Node.js ของ Heroku ได้รับการบันทึกไว้ใน บทความ นี้ การรัน Node.js บนแพลตฟอร์ม Google Cloud ได้รับการบันทึกไว้ ที่นี่

ปรับใช้โครงการ Node.js บน Heroku

ข้อกำหนดเบื้องต้น

ติดตั้ง Node.js และ npm แล้ว
บัญชีเฮโรกุ
เฮโรกุ CLI

สร้างแอป Node.js

สร้างโฟลเดอร์และคัดลอกไฟล์ data.js , main.js , model.js และ package.json จากตัวอย่าง mnist-node
ตรวจสอบให้แน่ใจว่าการพึ่งพา @tensorflow/tfjs-node เป็น @1.2.4 หรือเวอร์ชันที่ใหม่กว่า

สร้างแอปของคุณและรันในเครื่อง

รันคำสั่ง npm install ในไดเร็กทอรีในเครื่องของคุณเพื่อติดตั้งการขึ้นต่อกันที่ประกาศไว้ในไฟล์ package.json คุณควรจะเห็นว่ามีการติดตั้งแพ็คเกจ tfjs-node และดาวน์โหลด libtensorflow แล้ว

$ npm install
> @tensorflow/tfjs-node@1.2.5 install mnist-node/node_modules/@tensorflow/tfjs-node
> node scripts/install.js

CPU-linux-1.2.5.tar.gz
* Downloading libtensorflow
[==============================] 22675984/bps 100% 0.0s
* Building TensorFlow Node.js bindings

ฝึกโมเดลในเครื่องโดยการรัน npm start

$ npm start
> tfjs-examples-mnist-node@0.1.0 start /mnist-node
> node main.js

2019-07-30 17:33:34.109195: I tensorflow/core/platform/cpu_feature_guard.cc:142] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 FMA
2019-07-30 17:33:34.147880: I tensorflow/core/platform/profile_utils/cpu_utils.cc:94] CPU Frequency: 3492175000 Hz
2019-07-30 17:33:34.149030: I tensorflow/compiler/xla/service/service.cc:168] XLA service 0x52f7090 executing computations on platform Host. Devices:
2019-07-30 17:33:34.149057: I tensorflow/compiler/xla/service/service.cc:175]   StreamExecutor device (0): <undefined>, <undefined>

Total params: 594922
Trainable params: 594922
Non-trainable params: 0
_________________________________________________________________
Epoch 1 / 20
Epoch 1 / 20
========================>----------------------------------------------------------------------------------: 35.5

ตรวจสอบให้แน่ใจว่าคุณละเว้นการสร้างส่วนต่างๆ เช่น node_modules ในไฟล์ .gitignore ของคุณ

สร้างและปรับใช้แอป Heroku

สร้างแอปใหม่บนเว็บไซต์ Heroku
ยอมรับการเปลี่ยนแปลงของคุณและผลักดันไปที่ Heroku Master

$ git init
$ heroku git:remote -a your-app-name
$ git add .
$ git commit -m "First Commit"
$ git push heroku master

ในบันทึกบิลด์ คุณควรเห็นแพ็คเกจ tfjs-node ที่ดาวน์โหลดไลบรารี TensorFlow C และโหลดส่วนเสริมดั้งเดิมของ TensorFlow Node.js:

remote: -----> Installing dependencies
remote:        Installing node modules (package.json)
remote:
remote:        > @tensorflow/tfjs-node@1.2.5 install /tmp/build_de800e169948787d84bcc2b9ccab23f0/node_modules/@tensorflow/tfjs-node
remote:        > node scripts/install.js
remote:
remote:        CPU-linux-1.2.5.tar.gz
remote:        * Downloading libtensorflow
remote:
remote:        * Building TensorFlow Node.js bindings
remote:        added 92 packages from 91 contributors and audited 171 packages in 9.983s
remote:        found 0 vulnerabilities
remote:

ในบันทึกกระบวนการของ Heroku คุณควรจะเห็นบันทึกการฝึกโมเดล:

Total params: 594922
Trainable params: 594922
Non-trainable params: 0
_________________________________________________________________
Epoch 1 / 20
Epoch 1 / 20
====>--------------------------------------------------------------------: 221.9

คุณยังสามารถเริ่มหรือแก้ไขกระบวนการใน คอนโซล Heroku ได้

การใช้ tfjs-node ก่อนเวอร์ชัน 1.2.4

หากคุณใช้แพ็คเกจ tfjs-node ก่อนเวอร์ชัน 1.2.4 แพ็คเกจนั้นต้องใช้ g++ เพื่อคอมไพล์ addon ดั้งเดิมของโหนดจากไฟล์ต้นฉบับ คุณจะต้องตรวจสอบให้แน่ใจว่าสแต็กของคุณมีแพ็คเกจ Linux build-essential (สแต็กเวอร์ชันใหม่กว่าอาจไม่มีเป็นค่าเริ่มต้น)

ปรับใช้โครงการ Node.js บนแพลตฟอร์ม Google Cloud

ข้อกำหนดเบื้องต้น

มีโครงการ Google Cloud ที่ถูกต้องพร้อมบัญชีสำหรับการเรียกเก็บเงิน
ติดตั้ง เครื่องมือไคลเอนต์ Google Cloud
เพิ่มไฟล์ app.yaml เพื่อกำหนด ค่ารันไทม์ Node.js

ทำให้แอปใช้งานได้กับ GCloud

เรียกใช้ gcloud app deploy เพื่อทำให้โค้ดในเครื่องและการกำหนดค่าใช้งานได้กับ App Engine ในบันทึกการปรับใช้คุณควรเห็นว่ามีการติดตั้ง tfjs-node แล้ว:

$ gcloud app deploy

Step #1:
Step #1: > @tensorflow/tfjs-node@1.2.5 install /app/node_modules/@tensorflow/tfjs-node
Step #1: > node scripts/install.js
Step #1:
Step #1: CPU-linux-1.2.5.tar.gz
Step #1: * Downloading libtensorflow
Step #1:
Step #1: * Building TensorFlow Node.js bindings
Step #1: added 88 packages from 85 contributors and audited 171 packages in 13.392s
Step #1: found 0 vulnerabilities

ในบันทึกของแอป คุณควรจะเห็นกระบวนการฝึกโมเดล:

Total params: 594922
Trainable params: 594922
Non-trainable params: 0

Epoch 1 / 20
===============================================================================>
745950ms 14626us/step - acc=0.920 loss=0.247 val_acc=0.987 val_loss=0.0445
Loss: 0.247 (train), 0.044 (val); Accuracy: 0.920 (train), 0.987 (val) (14.62 ms/step)
Epoch 2 / 20
===============================================================================>
818140ms 16042us/step - acc=0.980 loss=0.0655 val_acc=0.989 val_loss=0.0371
Loss: 0.066 (train), 0.037 (val); Accuracy: 0.980 (train), 0.989 (val) (16.04 ms/step)
Epoch 3 / 20
Epoch 3 / 20