免费AI编程助手
Tensorflow.js 安装
2020-07-21 14:20 更新
在JavaScript项目中，TensorFlow.js的安装方法有两种：一种是通过script标签引入，另外一种就是通过npm进行安装。
如果不熟悉WEB开发的同学，我们建议使用脚本标签来获取。
使用Script Tag
将以下脚本标签添加到您的主HTML文件中：
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js" rel="external nofollow" ></script>有关脚本标签的设置，请参阅代码示例：
<html>
<head>
<!-- Load TensorFlow.js -->
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.9.0" rel="external nofollow" > </script>
<!-- Place your code in the script tag below. You can also use an external .js file -->
<script>
// Notice there is no 'import' statement. 'tf' is available on the index-page
// because of the script tag above.
// Define a model for linear regression.
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.
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).then(() => {
// Use the model to do inference on a data point the model hasn't seen before:
// Open the browser devtools to see the output
model.predict(tf.tensor2d([5], [1, 1])).print();
});
</script>
</head>
<body>
</body>
</html>
通过NPM（或yarn）
使用yarn或npm将TensorFlow.js添加到您的项目中。 注意：因为使用ES2017语法（如import），所以此工作流程假定您使用打包程序/转换程序将代码转换为浏览器可以理解的内容。
yarn add @tensorflow/tfjs
或者
npm install @tensorflow/tfjs
在NPM中输入以下代码：
import * as tf from '@tensorflow/tfjs';
//定义一个线性回归模型。
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
// 为训练生成一些合成数据
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);
// 使用数据训练模型
model.fit(xs, ys, {epochs: 10}).then(() => {
// 在该模型从未看到过的数据点上使用模型进行推理
model.predict(tf.tensor2d([5], [1, 1])).print();
// 打开浏览器开发工具查看输出
});
以上内容是否对您有帮助：
更多建议：