将以下代码添加到HTML文件:
<html>
<head> <!-加载TensorFlow.js-> <script src = “” https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js“ > </脚本>
<!-将您的代码放在下面的脚本标签中。您也可以使用外部.js文件->
<script> //注意,这里没有'import'语句。由于上面的脚本标签,'tf'在索引页上//可用。
//定义线性回归模型。
const model = tf 。顺序(); 模型。添加(tf 。层。密集({单位:1 ,inputShape :[ 1 ]}));
//准备要训练的模型:指定损失和优化器。
模型。编译({损失:' meanSquaredError ' ,优化器:' sgd ' });
//生成一些综合数据进行训练。
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。
模型。适合(xs ,ys )。然后(()=> { //使用模型上做一个数据推理点模型以前没有见过://打开浏览器devtools查看输出模型。预测(TF 。tensor2d ([ 5 ],[ 1 ,1 ]))。打印(); }); </ script> </ head>
<body>
</ body> </ html>
在浏览器中打开该HTML文件,代码应运行!使用yarn 或 npm将TensorFlow.js添加到您的项目中。注意:因为我们使用ES2017语法(例如import),所以此工作流程假设您使用的是现代浏览器或捆绑程序/编译器,将代码转换为旧版浏览器可以理解的内容。查看 示例 ,了解如何使用Parcel构建代码。但是,您可以自由使用自己喜欢的任何构建工具。
从' @ tensorflow / tfjs '导入* 作为 tf ;
//定义线性回归模型。
const model = tf 。顺序();
模型。添加(tf 。层。密集({单位: 1 , inputShape : [ 1 ]}));
//准备要训练的模型:指定损失和优化器。
模型。编译({损失: ' meanSquaredError ' , 优化器: ' sgd ' });
//生成一些综合数据进行训练。
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。
模型。适合(xs , ys )。然后(() => {
//使用模型上做一个数据推理点模型以前没有见过:模型。预测(TF 。tensor2d ([ 5 ],[ 1 ,1 。]))打印() ; });
热门源码