TensorFlow.js प्रोजेक्ट सेट अप करें

यह दस्तावेज़ आपको दिखाता है कि ब्राउज़र वातावरण और Node.js में TensorFlow.js को कैसे स्थापित और उपयोग किया जाए।

ब्राउज़र सेटअप

ब्राउज़र-आधारित प्रोजेक्ट में TensorFlow.js का उपयोग करने के दो अनुशंसित तरीके हैं:

यदि आप वेब डेवलपमेंट में नए हैं, या आपने पहले कभी जावास्क्रिप्ट बिल्ड टूल्स का उपयोग नहीं किया है, तो आप पहले स्क्रिप्ट टैग विधि आज़मा सकते हैं। यदि आप आमतौर पर अपने वेब एसेट्स को बंडल या प्रोसेस करते हैं, या आप बड़े एप्लिकेशन लिखने की योजना बना रहे हैं, तो आपको बिल्ड टूल्स का उपयोग करने पर विचार करना चाहिए।

स्क्रिप्ट टैग का उपयोग करें

स्क्रिप्ट टैग का उपयोग करके TensorFlow.js प्राप्त करने के लिए, अपनी मुख्य HTML फ़ाइल में निम्नलिखित जोड़ें:

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest/dist/tf.min.js"></script>

निम्नलिखित उदाहरण दर्शाता है कि ब्राउज़र में मॉडल को कैसे परिभाषित और प्रशिक्षित किया जाता है:

<!DOCTYPE html>
<html lang="en-US">
  <head>
    <meta charset="utf-8" />
    <title>TensorFlow.js browser example</title>

    <!-- Load TensorFlow.js from a script tag -->
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest/dist/tf.min.js"></script>
  </head>
  <body>
    <h1>TensorFlow.js example</h1>
    <h2>Open the console to see the results.</h2>
    <script>
    // Define a model for linear regression. The script tag makes `tf` available
    // as a global variable.
    const model = tf.sequential();
    model.add(tf.layers.dense({units: 1, inputShape: [1]}));

    model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});

    // Generate some synthetic data for training.
    const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
    const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);

    // Train the model using the data.
    model.fit(xs, ys, {epochs: 10}).then(() => {
      // Use the model to do inference on a data point the model hasn't seen before:
      model.predict(tf.tensor2d([5], [1, 1])).print();
      // Open the browser devtools to see the output
    });
    </script>
  </body>
</html>

उदाहरण चलाने के लिए, इन चरणों का पालन करें:

  1. उदाहरण दस्तावेज़ को index.html नामक फ़ाइल में सहेजें।

  2. index.html अपने डिफ़ॉल्ट ब्राउज़र में खोलने के लिए उस पर डबल-क्लिक करें।

    वैकल्पिक रूप से, आप index.html के समान डायरेक्टरी में npx http-server कमांड चलाकर index.html फ़ाइल को सर्व कर सकते हैं। (यदि http-server इंस्टॉल करने की अनुमति मांगी जाए, तो y दर्ज करें।) फिर अपने ब्राउज़र में http://localhost:8080 खोलें।

  3. स्क्रिप्ट का आउटपुट देखने के लिए ब्राउज़र कंसोल खोलें।

  4. नया (और संभवतः भिन्न) पूर्वानुमान देखने के लिए पृष्ठ को रीफ़्रेश करें।

NPM से इंस्टॉल करें

TensorFlow.js को NPM से इंस्टॉल करने के लिए, npm CLI या yarn का उपयोग करें।

NPM 

npm install @tensorflow/tfjs

धागा 

yarn add @tensorflow/tfjs

निम्नलिखित उदाहरण दर्शाता है कि TensorFlow.js को कैसे आयात किया जाए, एक मॉडल को कैसे परिभाषित किया जाए और मॉडल को कैसे प्रशिक्षित किया जाए।

import * as tf from '@tensorflow/tfjs';

// Define a model for linear regression.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));

model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});

// Generate some synthetic data for training.
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);

// Train the model using the data.
model.fit(xs, ys, {epochs: 10}).then(() => {
  // Use the model to do inference on a data point the model hasn't seen before:
  model.predict(tf.tensor2d([5], [1, 1])).print();
  // Open the browser devtools to see the output
});

Node.js सेटअप

Node.js में TensorFlow.js का उपयोग करने के लिए, नीचे दिए गए इंस्टॉलेशन विकल्पों में से किसी एक को पूरा करने के लिए npm CLI या yarn का उपयोग करें।

Node.js में TensorFlow.js का उपयोग करने के बारे में अधिक जानने के लिए, Node.js गाइड देखें। अतिरिक्त इंस्टॉलेशन जानकारी के लिए, Node.js के लिए TensorFlow.js रिपॉजिटरी देखें।

विकल्प 1: नेटिव C++ बाइंडिंग के साथ TensorFlow.js इंस्टॉल करें।

tfjs-node मॉड्यूल Node.js रनटाइम के तहत जावास्क्रिप्ट अनुप्रयोगों में नेटिव TensorFlow निष्पादन प्रदान करता है, जिसे TensorFlow C बाइनरी द्वारा त्वरित किया जाता है।

tfjs-node इंस्टॉल करें:

NPM 

npm install @tensorflow/tfjs-node

धागा 

yarn add @tensorflow/tfjs-node

निम्नलिखित उदाहरण दर्शाता है कि tfjs-node कैसे आयात किया जाए, एक मॉडल को कैसे परिभाषित किया जाए और मॉडल को कैसे प्रशिक्षित किया जाए।

// Use `tfjs-node`. Note that `tfjs` is imported indirectly by `tfjs-node`.
const tf = require('@tensorflow/tfjs-node');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

विकल्प 2: GPU के लिए TensorFlow.js इंस्टॉल करें

(केवल लिनक्स के लिए) यदि आपके सिस्टम में CUDA सपोर्ट वाला NVIDIA® GPU है, तो आप बेहतर प्रदर्शन के लिए GPU पैकेज का उपयोग कर सकते हैं।

tfjs-node-gpu इंस्टॉल करें:

NPM 

npm install @tensorflow/tfjs-node-gpu

धागा 

yarn add @tensorflow/tfjs-node-gpu

निम्नलिखित उदाहरण दर्शाता है कि tfjs-node-gpu को कैसे आयात किया जाए, एक मॉडल को कैसे परिभाषित किया जाए और मॉडल को कैसे प्रशिक्षित किया जाए। 

// Use `tfjs-node-gpu`. Note that `tfjs` is imported indirectly by `tfjs-node-gpu`.
const tf = require('@tensorflow/tfjs-node-gpu');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

विकल्प 3: प्योर जावास्क्रिप्ट संस्करण इंस्टॉल करें

tfjs मॉड्यूल वही पैकेज है जिसका उपयोग आप ब्राउज़र में करते हैं। प्रदर्शन के लिहाज से यह Node.js के विकल्पों में सबसे धीमा है।

tfjs इंस्टॉल करें:

NPM 

npm install @tensorflow/tfjs

धागा 

yarn add @tensorflow/tfjs

निम्नलिखित उदाहरण दर्शाता है कि tfjs कैसे आयात किया जाए, एक मॉडल को कैसे परिभाषित किया जाए और मॉडल को कैसे प्रशिक्षित किया जाए। 

// Use `tfjs`.
const tf = require('@tensorflow/tfjs');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

टाइपप्रति

यदि आप किसी TypeScript प्रोजेक्ट में TensorFlow.js का उपयोग कर रहे हैं, और आपने सख्त नल चेकिंग सक्षम कर रखी है, तो संकलन के दौरान त्रुटियों से बचने के लिए आपको अपनी tsconfig.json में skipLibCheck: true सेट करने की आवश्यकता हो सकती है।