نشكرك على متابعة Google I / O. عرض جميع الجلسات عند الطلب مشاهدة عند الطلب

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:

قم بتثبيت المثال

احصل على شفرة المصدر وقم بتثبيت التبعيات:

  1. استنساخ أو تنزيل مستودع أمثلة tfjs .
  2. getting-started : cd tfjs-examples/getting-started .
  3. 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:

  1. في دليل tfjs-examples/getting-started ، قم بتشغيل yarn watch .
  2. 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.

المزيد من الطرق للبدء

فيما يلي المزيد من الطرق لبدء استخدام TensorFlow.js و web ML.

شاهد دورة تعلم الويب TensorFlow.js

إذا كنت مطور ويب وتبحث عن مقدمة عملية لتعلم الآلة على الويب ، فراجع دورة فيديو Google Developers ، التعلم الآلي لمطوري الويب. توضح الدورة التدريبية كيفية استخدام TensorFlow.js في مواقع الويب والتطبيقات الخاصة بك.

انتقل إلى دورة تعلم الويب على الويب

كود برامج ML دون التعامل مباشرة مع الموترات

إذا كنت ترغب في البدء في التعلم الآلي دون إدارة المحسّنين أو التلاعب بالموتّر ، فراجع مكتبة ml5.js.

توفر مكتبة ml5.js ، التي تم إنشاؤها على قمة TensorFlow.js ، الوصول إلى خوارزميات ونماذج التعلم الآلي في متصفح الويب باستخدام واجهة برمجة تطبيقات موجزة وسهلة الاستخدام.

تحقق من ml5.js

قم بتثبيت TensorFlow.js

تعرف على كيفية تثبيت TensorFlow.js للتنفيذ في متصفح الويب أو Node.js.

قم بتثبيت TensorFlow.js

تحويل النماذج التي تم اختبارها مسبقًا إلى TensorFlow.js

تعرف على كيفية تحويل النماذج التي تم اختبارها مسبقًا من Python إلى TensorFlow.js.

Keras Model GraphDef Model

تعلم من كود TensorFlow.js الموجود

يوفر مستودع tfjs-examples صغيرة لعمليات التنفيذ لمختلف مهام ML باستخدام TensorFlow.js.

عرض أمثلة tfjs على GitHub

تصور سلوك نموذج TensorFlow.js الخاص بك

tfjs-vis هي مكتبة صغيرة للتصور في متصفح الويب مخصصة للاستخدام مع TensorFlow.js.

عرض tfjs-vis على GitHub شاهد العرض التوضيحي

قم بإعداد البيانات للمعالجة باستخدام TensorFlow.js

TensorFlow.js لديه دعم لمعالجة البيانات باستخدام أفضل ممارسات تعلم الآلة.

عرض التوثيق