By

關於 Node.js 版本的 TensorFlow

TensorFlow.js 早期只能用於前端進行訓練和運行機器學習模型，最近的更新增加了對Node.js的實驗性支援，這讓後端使用 Node.js 的我們也有機會可以使用這個開源的庫，而不需要使用 Python。其套件名稱為 tfjs-node ，請注意此為 alpha 測試版本。

  1. @tensorflow/tfjs - 核心TensorFlow.js包
  2. @tensorflow/tfjs-node - TensorFlow.js的Node.js 擴展
  3. @tensorflow/tfjs-node-gpu - TensorFlow.js 的GPU支持的nodejs擴展
npm install @tensorflow/tfjs @tensorflow/tfjs-node
// or...
npm install @tensorflow/tfjs @tensorflow/tfjs-node-gpu

開始使用 TensorFlow.js

  • 引入 TensorFlow.js
const tf = require('@tensorflow/tfjs');
require('@tensorflow/tfjs-node');

tf.setBackend('tensorflow');
  • 改寫官方的範例
async function myFirstTfjs() {
	// Create a simple model.
	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. (y = 2x - 1)
	const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
	const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);

	// Train the model using the data.
	await model.fit(xs, ys, {epochs: 250});

	// Use the model to do inference on a data point the model hasn't seen.
	// Should print approximately 39.
	const output = model.predict(tf.tensor2d([20], [1, 1])).toString()
	console.log(output);
}

myFirstTfjs();

參考