TensorFlow.js प्रोजेक्ट सेट अप करें

यह दस्तावेज़ आपको दिखाता है कि ब्राउज़र परिवेश और Node.js में TensorFlow.js को कैसे स्थापित और उपयोग करें।

ब्राउज़र सेटअप

ब्राउज़र-आधारित प्रोजेक्ट में TensorFlow.js का उपयोग करने के दो अनुशंसित तरीके हैं:

यदि आप वेब विकास में नए हैं, या आपने पहले जावास्क्रिप्ट बिल्ड टूल का उपयोग नहीं किया है, तो आप पहले स्क्रिप्ट टैग दृष्टिकोण आज़माना चाहेंगे। यदि आप आमतौर पर अपनी वेब संपत्तियों को बंडल या संसाधित करते हैं, या आप बड़े एप्लिकेशन लिखने की योजना बनाते हैं, तो आपको बिल्ड टूल का उपयोग करने पर विचार करना चाहिए।

स्क्रिप्ट टैग का उपयोग करें

स्क्रिप्ट टैग का उपयोग करके TensorFlow.js प्राप्त करने के लिए, अपनी मुख्य HTML फ़ाइल में निम्नलिखित जोड़ें:

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

निम्नलिखित उदाहरण दिखाता है कि ब्राउज़र में किसी मॉडल को कैसे परिभाषित और प्रशिक्षित किया जाए:

<!DOCTYPE html>
<html lang="en-US">
  <head>
    <meta charset="utf-8" />
    <title>TensorFlow.js browser example</title>

    <!-- Load TensorFlow.js from a script tag -->
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest/dist/tf.min.js"></script>
  </head>
  <body>
    <h1>TensorFlow.js example</h1>
    <h2>Open the console to see the results.</h2>
    <script>
    // Define a model for linear regression. The script tag makes `tf` available
    // as a global variable.
    const model = tf.sequential();
    model.add(tf.layers.dense({units: 1, inputShape: [1]}));

    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, {epochs: 10}).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();
      // Open the browser devtools to see the output
    });
    </script>
  </body>
</html>

उदाहरण चलाने के लिए, इन चरणों का पालन करें:

  1. उदाहरण दस्तावेज़ को index.html नामक फ़ाइल में सहेजें।
  2. इसे अपने डिफ़ॉल्ट ब्राउज़र में खोलने के लिए index.html पर डबल-क्लिक करें।

    वैकल्पिक रूप से, आप index.html के समान निर्देशिका में npx http-server चलाकर index.html सेवा कर सकते हैं। (यदि आपसे http-server स्थापित करने की अनुमति मांगी जाए, तो y दर्ज करें।) फिर अपने ब्राउज़र में http://localhost:8080 पर जाएं।

  3. स्क्रिप्ट का आउटपुट देखने के लिए ब्राउज़र कंसोल खोलें।

  4. नई (और संभवतः भिन्न) भविष्यवाणी देखने के लिए पृष्ठ को ताज़ा करें।

एनपीएम से इंस्टॉल करें

NPM से TensorFlow.js स्थापित करने के लिए, npm CLI या यार्न का उपयोग करें।

NPM

npm install @tensorflow/tfjs

धागा

yarn add @tensorflow/tfjs

निम्नलिखित उदाहरण दिखाता है कि TensorFlow.js को कैसे आयात किया जाए, एक मॉडल को परिभाषित किया जाए और मॉडल को प्रशिक्षित किया जाए।

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]}));

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, {epochs: 10}).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();
  // Open the browser devtools to see the output
});

Node.js सेटअप

Node.js में TensorFlow.js का उपयोग करने के लिए, नीचे दिए गए इंस्टॉलेशन विकल्पों में से किसी एक को पूरा करने के लिए npm CLI या यार्न का उपयोग करें।

Node.js में TensorFlow.js का उपयोग करने के बारे में अधिक जानने के लिए, Node.js गाइड देखें। अतिरिक्त इंस्टॉलेशन जानकारी के लिए, Node.js रिपॉजिटरी के लिए TensorFlow.js देखें।

विकल्प 1: मूल C++ बाइंडिंग के साथ TensorFlow.js स्थापित करें।

tfjs-node मॉड्यूल, Node.js रनटाइम के तहत जावास्क्रिप्ट अनुप्रयोगों में मूल TensorFlow निष्पादन प्रदान करता है, जो TensorFlow C बाइनरी द्वारा त्वरित होता है।

tfjs-node स्थापित करें:

NPM

npm install @tensorflow/tfjs-node

धागा

yarn add @tensorflow/tfjs-node

निम्नलिखित उदाहरण दिखाता है कि tfjs-node कैसे आयात करें, एक मॉडल को परिभाषित करें और मॉडल को प्रशिक्षित करें।

// Use `tfjs-node`. Note that `tfjs` is imported indirectly by `tfjs-node`.
const tf = require('@tensorflow/tfjs-node');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

विकल्प 2: GPU के लिए TensorFlow.js स्थापित करें

(केवल लिनक्स) यदि आपके सिस्टम में CUDA समर्थन के साथ NVIDIA® GPU है, तो आप बेहतर प्रदर्शन के लिए GPU पैकेज का उपयोग कर सकते हैं।

tfjs-node-gpu स्थापित करें:

NPM

npm install @tensorflow/tfjs-node-gpu

धागा

yarn add @tensorflow/tfjs-node-gpu

निम्नलिखित उदाहरण दिखाता है कि tfjs-node-gpu कैसे आयात करें, एक मॉडल को परिभाषित करें और मॉडल को प्रशिक्षित करें।

// Use `tfjs-node-gpu`. Note that `tfjs` is imported indirectly by `tfjs-node-gpu`.
const tf = require('@tensorflow/tfjs-node-gpu');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

विकल्प 3: शुद्ध जावास्क्रिप्ट संस्करण स्थापित करें

tfjs मॉड्यूल वही पैकेज है जिसे आप ब्राउज़र में उपयोग करेंगे। प्रदर्शन के मामले में यह Node.js विकल्पों में सबसे धीमा है।

tfjs स्थापित करें:

NPM

npm install @tensorflow/tfjs

धागा

yarn add @tensorflow/tfjs

निम्नलिखित उदाहरण दिखाता है कि tfjs कैसे आयात करें, एक मॉडल को परिभाषित करें और मॉडल को प्रशिक्षित करें।

// Use `tfjs`.
const tf = require('@tensorflow/tfjs');

// Define a simple model.
const model = tf.sequential();
model.add(tf.layers.dense({units: 100, activation: 'relu', inputShape: [10]}));
model.add(tf.layers.dense({units: 1, activation: 'linear'}));
model.compile({optimizer: 'sgd', loss: 'meanSquaredError'});

const xs = tf.randomNormal([100, 10]);
const ys = tf.randomNormal([100, 1]);

// Train the model.
model.fit(xs, ys, {
  epochs: 100,
  callbacks: {
    onEpochEnd: (epoch, log) => console.log(`Epoch ${epoch}: loss = ${log.loss}`)
  }
});

टाइपप्रति

यदि आप टाइपस्क्रिप्ट प्रोजेक्ट में TensorFlow.js का उपयोग कर रहे हैं, और आपके पास सख्त नल जाँच सक्षम है, तो आपको संकलन के दौरान त्रुटियों से बचने के लिए अपने tsconfig.json में skipLibCheck: true सेट करने की आवश्यकता हो सकती है।