TensorFlow Java实例分享与TensorFlow.js探索

TensorFlow.js是什么

• 一个用JavaScript实现的机器学习库。
• 可以直接在浏览器和Node.js中适用机器学习技术了。

通过上面两点可以知道TensorFlow.js首先是一个工具库，并不是一个产品，不能直接帮助我们创造价值，但是我们可以利用这个工具库开发出一个产品来创造价值。其实TensorFlow是利用JS实现，我么都知道Python是人工智能的主流语言，有了TensorFlow.js这意味着前端工程可以适用自己最熟悉的JavaScript语言来进行机器学习的开发。再者是TensorFlow.js可以直接在浏览器中使用，意味着可以直接浏览器中交互能力，比如：摄像头、录音等等。最后因为没有调用后端，不用考虑网络的延迟等因素，效率也会更高。

TensorFlow.js具体功能

• 运行现有模型，可以直接使用别人训练好的模型。
• 重新训练现有模型，可以在现有的模型上面做一些微调，实现自己想要的功能。
• 使用JavaScript开发机器学习模型，可以自己从零开发一个模型。

安装TensorFlow.js

下面的安装方式是安装在浏览器上面的。

利用Script标签安装

随便利用一个编译器（如：VSCode）,创建一个html文件，输入下列的代码。

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>

这就已经安装好了，写段代码测试一下。

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>
<script>
    const a = tf.tensor([1, 2])
    a.print()
</script>

打开浏览器，在控制台看见输出结果：

利用脚本安装的缺点就是在使用编译器的时候，不会智能提示，编写体验不是很友好。

从 NPM 安装

您可以使用 npm cli 工具或 yarn 安装 TensorFlow.js。

npm install @tensorflow/tfjs

安装完之后创建一个index.html，如图：

然后再创建一个script.js文件，就会有智能提示。

写完代码要运行的时候，推荐采用parcel。

Parcel 是 Web 应用打包工具，适用于经验不同的开发者。它利用多核处理提供了极快的速度，并且不需要任何配置。

Parcel安装

npm install -g parcel-bundler

Parcel 可以使用任何类型的文件作为入口，但是最好还是使用 HTML 或 JavaScript 文件。如果在 HTML 中使用相对路径引入主要的 JavaScript 文件，Parcel 也将会对它进行处理将其替换为相对于输出文件的 URL 地址。

接下来，创建一个 index.html 和 script.js 文件。

<script src="script.js"></script>

import * as tf from '@tensorflow/tfjs';

const a = tf.tensor([1, 2]);
a.print()

执行如下代码：

点击网址，在控制台可以看见结果。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删