تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

ابدأ مع TensorFlow.js

TensorFlow.js هي مكتبة JavaScript للتدريب ونشر نماذج التعلم الآلي في مستعرض الويب وفي Node.js. يوضح لك هذا البرنامج التعليمي كيفية بدء استخدام TensorFlow.js من خلال تدريب نموذج مبسط في المتصفح واستخدام النموذج لعمل توقع.

رمز المثال متاح على جيثب .

المتطلبات الأساسية

لإكمال هذا البرنامج التعليمي ، تحتاج إلى تثبيت ما يلي في بيئة التطوير الخاصة بك:

Node.js ( تنزيل )
غزل ( تثبيت )

قم بتثبيت المثال

احصل على شفرة المصدر وقم بتثبيت التبعيات:

استنساخ أو تنزيل مستودع أمثلة tfjs .
getting-started : cd tfjs-examples/getting-started .
تثبيت التبعيات: yarn install .

إذا نظرت إلى ملف package.json ، فقد تلاحظ أن TensorFlow.js ليس تابعًا. هذا لأن المثال يقوم بتحميل TensorFlow.js من CDN. ها هو HTML الكامل من index.html :

<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>

يقوم العنصر <script> الموجود في الرأس بتحميل مكتبة TensorFlow.js ، بينما يقوم العنصر <script> الموجود في نهاية النص بتحميل البرنامج النصي للتعلم الآلي.

للحصول على طرق أخرى للاعتماد على TensorFlow.js ، راجع البرنامج التعليمي للإعداد .

قم بتشغيل المثال

قم بتشغيل المثال وتحقق من النتائج:

في دليل tfjs-examples/getting-started ، قم بتشغيل yarn watch .
انتقل إلى http://127.0.0.1:1234 في متصفحك.

يجب أن ترى عنوان صفحة وتحته رقم مثل 38.31612014770508 . سيختلف العدد الدقيق ، لكن يجب أن يكون قريبًا من 39.

ماذا حدث للتو؟

عندما يتم تحميل index.js ، فإنه يقوم بتدريب نموذج tf.sequential باستخدام قيم $ x $ و $ y $ التي تفي بالمعادلة $ y = 2x - 1 $.

// 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});

ثم يتنبأ بقيمة $ y $ للقيمة غير المرئية $ x $ 20 ويقوم بتحديث DOM لعرض التنبؤ.

// 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();

نتيجة $ 2 * 20 - 1 $ هي 39 ، لذا يجب أن تكون القيمة المتوقعة $ y $ 39 تقريبًا.

ماذا بعد

قدم هذا البرنامج التعليمي مثالًا بسيطًا على استخدام TensorFlow.js لتدريب نموذج في المتصفح. للحصول على مقدمة أعمق لنماذج التدريب باستخدام JavaScript ، راجع دليل TensorFlow.js.

ابدأ مع TensorFlow.js

المتطلبات الأساسية

قم بتثبيت المثال

قم بتشغيل المثال

ماذا حدث للتو؟

ماذا بعد

المزيد من الطرق للبدء

شاهد دورة تعلم الويب TensorFlow.js

كود برامج ML دون التعامل مباشرة مع الموترات

قم بتثبيت TensorFlow.js

تحويل النماذج التي تم اختبارها مسبقًا إلى TensorFlow.js

تعلم من كود TensorFlow.js الموجود

تصور سلوك نموذج TensorFlow.js الخاص بك

قم بإعداد البيانات للمعالجة باستخدام TensorFlow.js