TensorFlow.js ट्यूटोरियल
TensorFlow.js क्या है?
मशीन लर्निंग के लिए एक लोकप्रिय जावास्क्रिप्ट लाइब्रेरी ।
आइए हम ब्राउज़र में मशीन लर्निंग मॉडल को प्रशिक्षित और परिनियोजित करें ।
आइए हम किसी भी वेब एप्लिकेशन में मशीन लर्निंग फ़ंक्शन जोड़ते हैं ।
TensorFlow का उपयोग करना
TensorFlow.js का उपयोग करने के लिए, अपनी HTML फ़ाइल में निम्न स्क्रिप्ट टैग जोड़ें:
उदाहरण
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>
यह सुनिश्चित करने के लिए कि आप हमेशा नवीनतम संस्करण का उपयोग करते हैं, इसका उपयोग करें:
उदाहरण 2
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>
TensorFlow को Google ब्रेन टीम द्वारा आंतरिक Google उपयोग के लिए विकसित किया गया था, लेकिन 2015 में इसे खुले सॉफ़्टवेयर के रूप में जारी किया गया था।
जनवरी 2019 में, Google डेवलपर्स ने TensorFlow.js, TensorFlow का जावास्क्रिप्ट कार्यान्वयन जारी किया।
Tensorflow.js को Python में लिखी गई मूल TensorFlow लाइब्रेरी जैसी ही सुविधाएँ प्रदान करने के लिए डिज़ाइन किया गया था।
टेंसर
TensorFlow.js , Tensors को परिभाषित और संचालित करने के लिए एक JavaScript लाइब्रेरी है ।
एक टेंसर एक बहुआयामी सरणी के समान है।
एक टेंसर में एक (एक या अधिक) आयामी आकार में संख्यात्मक मान होते हैं।
एक टेंसर में निम्नलिखित मुख्य गुण होते हैं:
| संपत्ति | विवरण |
|---|---|
| डीटाइप | डेटा प्रकार |
| पद | आयामों की संख्या |
| आकार | प्रत्येक आयाम का आकार |
एक टेंसर बनाना
किसी भी एन-आयामी सरणी से एक टेंसर बनाया जा सकता है :
उदाहरण 1
const tensorA = tf.tensor([[1, 2], [3, 4]]);
उदाहरण 2
const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);
टेंसर आकार
एक सरणी और एक आकृति पैरामीटर से एक टेंसर भी बनाया जा सकता है :
उदाहरण 1
const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);
उदाहरण 2
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);
उदाहरण3
const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);
टेंसर डेटा प्रकार
एक टेंसर में निम्नलिखित डेटा प्रकार हो सकते हैं:
- बूल
- int32
- फ्लोट 32 (डिफ़ॉल्ट)
- जटिल64
- डोरी
जब आप एक टेंसर बनाते हैं, तो आप डेटा प्रकार को तीसरे पैरामीटर के रूप में निर्दिष्ट कर सकते हैं:
उदाहरण
const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/
टेंसर मान प्राप्त करें
आप tensor.data() का उपयोग करके टेन्सर के पीछे डेटा प्राप्त कर सकते हैं :
उदाहरण
const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.data().then(data => display(data));
// Result: 1,2,3,4
function display(data) {
document.getElementById("demo").innerHTML = data;
}
आप tensor.array() का उपयोग करके टेन्सर के पीछे सरणी प्राप्त कर सकते हैं :
उदाहरण
const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.array().then(array => display(array[0]));
// Result: 1,2
function display(data) {
document.getElementById("demo").innerHTML = data;
}