이 페이지는 Cloud Translation API를 통해 번역되었습니다.

TensorFlow.js 시작하기

TensorFlow.js는 웹 브라우저와 Node.js에서 기계 학습 모델을 교육하고 배포하기 위한 JavaScript 라이브러리입니다. 이 튜토리얼은 브라우저에서 최소 모델을 훈련하고 모델을 사용하여 예측함으로써 TensorFlow.js를 시작하는 방법을 보여줍니다.

예제 코드는 GitHub 에서 사용할 수 있습니다.

전제 조건

이 자습서를 완료하려면 개발 환경에 다음이 설치되어 있어야 합니다.

Node.js( 다운로드 )
털실 ( 설치 )

예제 설치

소스 코드를 가져오고 종속성을 설치합니다.

tfjs-examples 저장소를 복제하거나 다운로드합니다.
getting-started 디렉토리로 변경하십시오: cd tfjs-examples/getting-started .
종속성 설치: yarn install .

package.json 파일을 보면 TensorFlow.js가 종속성이 아님을 알 수 있습니다. 이는 예제가 CDN에서 TensorFlow.js를 로드하기 때문입니다. 다음은 index.html 의 전체 HTML입니다.

<html>
  <head>
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"> </script>
  </head>
  <body>
    <h4>Tiny TFJS example<hr/></h4>
    <div id="micro-out-div">Training...</div>
    <script src="./index.js"> </script>
  </body>
</html>

헤드의 <script> 요소는 TensorFlow.js 라이브러리를 로드하고 본문의 끝에 있는 <script> 요소는 기계 학습 스크립트를 로드합니다.

TensorFlow.js에 대한 종속성을 가져오는 다른 방법은 설정 자습서 를 참조하세요.

예제 실행

예제를 실행하고 결과를 확인하십시오.

tfjs-examples/getting-started 디렉터리에서 yarn watch 를 실행합니다.
브라우저에서 http://127.0.0.1:1234 로 이동합니다.

페이지 제목과 그 아래에 38.31612014770508 과 같은 숫자가 표시되어야 합니다. 정확한 숫자는 다양하지만 39에 가까워야 합니다.

방금 무슨 일이 일어났나요?

index.js 가 로드되면 방정식 $y = 2x - 1 $를 만족하는 $ x $ 및 $ y $ 값을 사용하여 tf.sequential 모델을 훈련합니다.

// Create a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));

// Prepare the model for training: Specify the loss and the optimizer.
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});

// Generate some synthetic data for training. (y = 2x - 1)
const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);

// Train the model using the data.
await model.fit(xs, ys, {epochs: 250});

그런 다음 보이지 않는 $ x $ 값 20 에 대한 $ y $ 값을 예측하고 DOM을 업데이트하여 예측을 표시합니다.

// Use the model to do inference on a data point the model hasn't seen.
// Should print approximately 39.
document.getElementById('micro-out-div').innerText =
    model.predict(tf.tensor2d([20], [1, 1])).dataSync();

$ 2 * 20 - 1 $의 결과는 39이므로 예측된 $ y $ 값은 대략 39여야 합니다.