TensorFlow.js के साथ शुरुआत करें

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.

TensorFlow.js वेब ब्राउज़र और Node.js में मशीन लर्निंग मॉडल के प्रशिक्षण और तैनाती के लिए एक जावास्क्रिप्ट लाइब्रेरी है। यह ट्यूटोरियल आपको दिखाता है कि ब्राउज़र में एक न्यूनतम मॉडल को प्रशिक्षित करके और भविष्यवाणी करने के लिए मॉडल का उपयोग करके TensorFlow.js के साथ कैसे शुरुआत करें।

उदाहरण कोड GitHub पर उपलब्ध है।

आवश्यक शर्तें

इस ट्यूटोरियल को पूरा करने के लिए, आपको अपने विकास परिवेश में निम्नलिखित को स्थापित करने की आवश्यकता है:

उदाहरण स्थापित करें

स्रोत कोड प्राप्त करें और निर्भरताएँ स्थापित करें:

  1. tfjs-examples रिपॉजिटरी को क्लोन करें या डाउनलोड करें।
  2. गेटिंग-स्टार्टेड डायरेक्टरी में बदलें: cd tfjs-examples/getting-started getting-started
  3. निर्भरताएँ स्थापित करें: yarn install करें।

यदि आप package.json फ़ाइल को देखते हैं, तो आप देख सकते हैं कि TensorFlow.js एक निर्भरता नहीं है। ऐसा इसलिए है क्योंकि उदाहरण CDN से TensorFlow.js को लोड करता है। यहाँ index.html से पूरा HTML दिया गया है:

<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>

सिर में <script> तत्व TensorFlow.js लाइब्रेरी को लोड करता है, और शरीर के अंत में <script> तत्व मशीन लर्निंग स्क्रिप्ट को लोड करता है।

TensorFlow.js पर निर्भरता लेने के अन्य तरीकों के लिए, सेटअप ट्यूटोरियल देखें।

उदाहरण चलाएँ

उदाहरण चलाएँ और परिणाम देखें:

  1. tfjs-examples/getting-started निर्देशिका में, yarn watch चलाएँ।
  2. अपने ब्राउज़र में http://127.0.0.1:1234 पर नेविगेट करें।

आपको एक पृष्ठ शीर्षक और उसके नीचे 38.31612014770508 जैसी संख्या दिखाई देनी चाहिए। सटीक संख्या अलग-अलग होगी, लेकिन यह 39 के करीब होनी चाहिए।

अभी क्या हुआ?

जब index.js लोड किया जाता है, तो यह $ x $ और $ y $ मानों का उपयोग करके एक tf.sequential . अनुक्रमिक मॉडल को प्रशिक्षित करता है जो समीकरण $ y = 2x - 1 $ को संतुष्ट करता है।

// 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});

फिर यह अनदेखी $ x $ मान 20 के लिए $ y $ मान की भविष्यवाणी करता है और भविष्यवाणी प्रदर्शित करने के लिए DOM को अपडेट करता है।

// 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 $ का परिणाम 39 है, इसलिए अनुमानित $ y $ मान लगभग 39 होना चाहिए।

आगे क्या होगा

इस ट्यूटोरियल ने ब्राउज़र में एक मॉडल को प्रशिक्षित करने के लिए TensorFlow.js का उपयोग करने का एक न्यूनतम उदाहरण प्रदान किया। जावास्क्रिप्ट के साथ प्रशिक्षण मॉडल के गहन परिचय के लिए, TensorFlow.js मार्गदर्शिका देखें।

आरंभ करने के और तरीके

यहां TensorFlow.js और वेब ML के साथ आरंभ करने के और तरीके दिए गए हैं।

टेंसर से सीधे निपटे बिना एमएल प्रोग्राम को कोड करें

यदि आप ऑप्टिमाइज़र या टेन्सर हेरफेर के प्रबंधन के बिना मशीन लर्निंग के साथ आरंभ करना चाहते हैं, तो ml5.js लाइब्रेरी देखें।

TensorFlow.js के शीर्ष पर निर्मित, ml5.js लाइब्रेरी वेब ब्राउज़र में मशीन लर्निंग एल्गोरिदम और मॉडल तक एक संक्षिप्त, पहुंच योग्य एपीआई के साथ पहुंच प्रदान करती है।

चेक आउट ml5.js

TensorFlow.js इंस्टॉल करें

देखें कि वेब ब्राउज़र या Node.js में कार्यान्वयन के लिए TensorFlow.js कैसे स्थापित करें।

TensorFlow.js इंस्टॉल करें

पहले से प्रशिक्षित मॉडल को TensorFlow.js में बदलें

जानें कि पूर्व-प्रशिक्षित मॉडल को Python से TensorFlow.js में कैसे बदलें।

केरस मॉडल ग्राफडीफ मॉडल

मौजूदा TensorFlow.js कोड से सीखें

tfjs-examples रिपॉजिटरी TensorFlow.js का उपयोग करके विभिन्न ML कार्यों के लिए छोटे उदाहरण कार्यान्वयन प्रदान करता है।

GitHub पर tfjs-उदाहरण देखें

अपने TensorFlow.js मॉडल के व्यवहार की कल्पना करें

tfjs-vis साथ उपयोग के लिए लक्षित वेब ब्राउज़र में विज़ुअलाइज़ेशन के लिए एक छोटी सी लाइब्रेरी है।

GitHub पर tfjs-vis देखें डेमो देखें

TensorFlow.js के साथ प्रोसेसिंग के लिए डेटा तैयार करें

TensorFlow.js के पास एमएल सर्वोत्तम प्रथाओं का उपयोग करके डेटा संसाधित करने के लिए समर्थन है।

दस्तावेज़ीकरण देखें