JS做深度学习1——偶然发现与入门

不久前,我初次涉猎了Node.js,并且使用它开发了毕业设计的WEB模块,然后通过在Node中调用系统命令执行Python文件方式实现了深度学习功能模块的对接,Python代码的介入,让JS代码显得很累赘,我说过我很爱ES6以后的JS并且很讨厌Python的代码风格,无奈,我在写毕设那会Google还没有正式发布基于JS的深度学习框架,好吧,其实我对这事已经抱怨了很久,但是我的“呼声”仿佛很快就被Google“认同了”(滑稽),就在我答辩结束不久,2018年4月官方的TensorFlow.js推出了,简称tfjs。

项目简介

当我今天早上才发现这个项目的存在时,github上的star数目已经高达7k+,而距离项目发起才短短的3个月的时间!不禁感叹,这一天终于还是到来了,JS最终没有放过deep learning哈哈哈。

下面是项目的详情,地址是:https://github.com/tensorflow/tfjs

Google TensorFlow官方指南地址是:https://js.tensorflow.org/tutorials/



注意到这个项目实际提交者叫“caisq”,有人会问他是谁呢?显然是个有来头的人。我在github上找到了他的真实姓名——“蔡善清”,看上去像是个华人,连忙上百度查到了他的个人博客,不看不知道,一看吓一尿,真滴是个大佬级别的人物,大概意思就是现任Google大脑的工程师,毕业于清华大学的工学学士学位,还拥有什么Harvard-MIT XXX学院的Ph.D学位,我也看不懂,就知道是什么哈佛-麻省(合体吗?)博士,厉害的一塌糊涂的样子,我佩服的五体投地,为我们中国人感到骄傲!

关于他的地址:http://scai.io/

安装与入门

在github的README页面和TensorFlow官网上都有“helloworld”的案例给出,讲述了核心思想和编程入门,这其中当然就有安装TensorFlow.js的方式,下面我们来看看入门案例,我这里就直接照搬翻译官方的教程,同时做出一些易于理解的改进。

第一步安装

既然是JavaScript,既可以运行于浏览器,亦可在Node中运行,官方给出的也是这两种运行环境。有趣的是官方特别强调了WebGL接口和浏览器,这在官网的引言中可以看出来,等我后面体验了WebGL在做介绍。

浏览器JS安装:

使用cdn安装直接在script标签下引入在线js地址:

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.11.1"> </script>

NodeJS npm安装:

个人建议项目开发直接新建package.json,然后npm install:

{
"name": "",
"description": "",
"version": "0.0.1",
"dependencies": {
"@tensorflow/tfjs": "latest"
}
}

注意,这里必须是“@tensorflow/tfjs”,引入的时候也必须是完整的。

官方给出的是全局安装:

yarn add @tensorflow/tfjs
npm install @tensorflow/tfjs

第二步:“HelloWorld!”

我们从基本例子开始,官方首页给出的example是一个线性回归案例,这也是TensorFlow的经典入门案例,什么是线性回归,其实之前的博客也提到,就是一种类似“待定系数”求y=kx+b中的k和b的过程,这也是深度学习的核心思想。注意,以下案例全部基于Node.js编码运行。

下面是官方给出案例:

import * as tf from '@tensorflow/tfjs';
// 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
model.predict(tf.tensor2d([5], [1, 1])).print();
});

这个案例开发了这样一个模型,一共有一层神经网络,一个神经元,每次输入一个数据,得出一个目标数据,给出4个训练数据和4个训练后参照的目标数据,分别是1,2,3,4(x)和1,3,5,7(y),求y=kx+b。最后四行代码向model中输入一个机器从未见过的数字x,让他根据规律得出一个目标值y。

这里有一些小毛病,我们来说一说:

首先是node.js至今都未正式支持import,export关键词(我也是醉了,我下载的是10.X版本了都),退一步说必须将案例代码中import改为require来引入tfjs。

然后是这个案例不明不白,不适合TensorFlow初学者理解,因为案例没有列出完整训练过程,导致运行后会出现不同结果。也就是这个模型输入一个未知的数字x,最终是不能给出一个合理的结果y的。

我对代码进行了改进,加入了训练过程,使代码模拟求y=2x+1的线性函数。如下:

const tf = require("@tensorflow/tfjs");
const model = tf.sequential(); //定义网络结构,层数,单元数,输入
model.add(tf.layers.dense({units: 1, inputShape: [1]})); //定义优化器
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'}); //目标:y=2x+1;
const xs = tf.tensor2d([1,2,3,5], [4,1]);
const ys = tf.tensor2d([3,5,7,11], [4,1]); //使用async是因为训练中有异步操作,需要用到await
(async ()=>{
//训练1000次
for(let i=0;i<1000;i++){
await model.fit(xs,ys);//等待训练的异步操作
console.log(`第${i}次`);
}
model.predict(tf.tensor2d([100], [1, 1])).print();
})();

这样代码运行起来就显得很明白,结果是:

我对模型输入的是四组训练数据,共训练了1000次,训练结束后,像模型输入100,得到201,基本接近目标,成功!(记住,深度学习是一个趋于精确的过程,不像人类一样一次获得标准结果)。

接下来,我将继续深入学习Node.js技术,并主攻其在深度学习领域的运用,通过博文分享我的成果!(毕竟我期待TensorFlow.js已经很久了!)

JS做深度学习1——偶然发现与入门的更多相关文章

  1. JS做深度学习2——导入训练模型

    JS做深度学习2--导入训练模型 改进项目 前段时间,我做了个RNN预测金融数据的毕业设计(华尔街),当时TensorFlow.js还没有发布,我不得已使用了keras对数据进行了训练,并且拟合好了不 ...

  2. JS做深度学习3——数据结构

    最近在上海上班了,很久没有写博客了,闲下来继续关注和研究Tensorflow.js 关于深度学习的文章我也已经写了不少,部分早期作品可能包含了不少错误的认识,在后面的博文中会改进或重新审视. 今天聊聊 ...

  3. 腾讯QQ会员技术团队:人人都可以做深度学习应用:入门篇(下)

    四.经典入门demo:识别手写数字(MNIST) 常规的编程入门有"Hello world"程序,而深度学习的入门程序则是MNIST,一个识别28*28像素的图片中的手写数字的程序 ...

  4. 【腾讯Bugly干货分享】人人都可以做深度学习应用:入门篇

    导语 2016年,继虚拟现实(VR)之后,人工智能(AI)的概念全面进入大众的视野.谷歌,微软,IBM等科技巨头纷纷重点布局,AI 貌似将成为互联网的下一个风口. 很多开发同学,对人工智能非常感兴趣, ...

  5. 使用亚马逊云服务器EC2做深度学习(四)配置好的系统镜像

    这是<使用亚马逊云服务器EC2做深度学习>系列的第四篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  6. 使用亚马逊云服务器EC2做深度学习(三)配置TensorFlow

    这是<使用亚马逊云服务器EC2做深度学习>系列的第三篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  7. 使用亚马逊云服务器EC2做深度学习(二)配置Jupyter Notebook服务器

    这是<使用亚马逊云服务器EC2做深度学习>系列的第二篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  8. 使用亚马逊云服务器EC2做深度学习(一)申请竞价实例

    这是<使用亚马逊云服务器EC2做深度学习>系列的第一篇文章. (一)申请竞价实例  (二)配置Jupyter Notebook服务器  (三)配置TensorFlow  (四)配置好的系统 ...

  9. (zhuan) 126 篇殿堂级深度学习论文分类整理 从入门到应用

    126 篇殿堂级深度学习论文分类整理 从入门到应用 | 干货 雷锋网 作者: 三川 2017-03-02 18:40:00 查看源网址 阅读数:66 如果你有非常大的决心从事深度学习,又不想在这一行打 ...

随机推荐

  1. LGOJ1344 追查坏牛奶

    Description link 题意概述:给一张图,每条边有边权,求让点 \(1\) 和点 \(n\) 不连通的"最小破坏边权和" 和 "在此基础上的最小破坏边数&qu ...

  2. ZJNU 1333 - 第二题 blocks--中高级

    因为放一个就需要判断一次,每一次跑一遍全图bfs显然是不现实的 又因为点只有三种,黑白无 所以可以用并查集优化 添加一个棋子就判断周围四个的组别情况 注意出现的情况与答案关系之间的判别 /* Writ ...

  3. 更新pip源/anaconda源

    转自 http://blog.csdn.net/u012436149/article/details/66974668 windows 在 c:\user\username\pip\pip.ini中加 ...

  4. vue wangeditor3封装

      <script src="wangEditor/3.1.1/wangEditor.min.js"></script> Vue.component('my ...

  5. Cannot read property 'XXXX' of null/undifined

    这个问题可能的原因有很多 1.如果你的js直接写在自执行函数或者head标签内的script里面,那么可以检查一下你的代码有没有用到页面里的节点,因为这样写的代码在页面加载完成之前就会开始执行,如果有 ...

  6. 93.QuerySet转换为SQL的条件:迭代,切片(指定步长),len函数,list函数,判断

    生成一个QuerySet对象并不会马上转换为SQL语句去执行. books = Book.objects.filter(pk=3) print(connection.queries) 打印出djang ...

  7. 六、Shell脚本高级编程实战第六部

    一.写一个start_nginx脚本,当启动.停止.重启时利用系统函数模拟实现系统脚本启动的特殊颜色效果 (用if实现) #!/bin/sh. /etc/init.d/functions if [ $ ...

  8. mysql自定义函数初始化数据:init_data()

    DELIMITER $$ USE `local_hnyz`$$ DROP FUNCTION IF EXISTS `init_data`$$ CREATE DEFINER=`root`@`localho ...

  9. Linux mint OS

    Linux mint OS Ctrl+Alt left or right : # Change workspace Goldendict + Goldendict-wordnet # Dict for ...

  10. 吴裕雄--天生自然 JAVA开发学习:多态

    Parent p = new Child(); public class Test { public static void main(String[] args) { show(new Cat()) ...