ابدأ باستخدام TensorFlow.js

TensorFlow.js هي مكتبة JavaScript للتدريب ونشر نماذج التعلم الآلي في متصفح الويب وفي Node.js. يوضح لك هذا البرنامج التعليمي كيفية البدء باستخدام TensorFlow.js من خلال تدريب نموذج مصغر في المتصفح واستخدام النموذج للتنبؤ.

رمز المثال متاح على GitHub .

المتطلبات الأساسية

لإكمال هذا البرنامج التعليمي، تحتاج إلى تثبيت ما يلي في بيئة التطوير الخاصة بك:

قم بتثبيت المثال

احصل على الكود المصدري وقم بتثبيت التبعيات:

  1. قم باستنساخ أو تنزيل مستودع أمثلة tfjs .
  2. قم بالتغيير إلى دليل getting-started : cd tfjs-examples/getting-started .
  3. تثبيت التبعيات: yarn install .

إذا نظرت إلى ملف package.json ، فقد تلاحظ أن TensorFlow.js ليس تابعًا. وذلك لأن المثال يقوم بتحميل TensorFlow.js من CDN. إليك ملف HTML الكامل من index.html :

<html>
  <head>
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"> </script>
  </head>
  <body>
    <h4>Tiny TFJS example<hr/></h4>
    <div id="micro-out-div">Training...</div>
    <script src="./index.js"> </script>
  </body>
</html>

يقوم العنصر <script> الموجود في الرأس بتحميل مكتبة TensorFlow.js، ويقوم العنصر <script> الموجود في نهاية النص بتحميل البرنامج النصي للتعلم الآلي.

للتعرف على طرق أخرى للاعتماد على TensorFlow.js، راجع البرنامج التعليمي للإعداد .

قم بتشغيل المثال

قم بتشغيل المثال وتحقق من النتائج:

  1. في الدليل tfjs-examples/getting-started ، قم بتشغيل yarn watch .
  2. انتقل إلى http://127.0.0.1:1234 في متصفحك.

يجب أن تشاهد عنوان الصفحة وتحته رقم مثل 38.31612014770508 . سيختلف العدد الدقيق، لكنه يجب أن يكون قريبًا من 39.

ماذا حدث للتو؟

عند تحميل index.js ، يقوم بتدريب نموذج tf.sequential باستخدام قيم $ x $ و$ y $ التي تلبي المعادلة $ y = 2x - 1 $.

// 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});

ثم يتنبأ بقيمة $ y $ للقيمة غير المرئية $ x $ 20 ويقوم بتحديث DOM لعرض التنبؤ.

// Use the model to do inference on a data point the model hasn't seen.
// Should print approximately 39.
document.getElementById('micro-out-div').innerText =
    model.predict(tf.tensor2d([20], [1, 1])).dataSync();

نتيجة $ 2 * 20 - 1 $ هي 39، لذا فإن القيمة المتوقعة $ y $ يجب أن تكون 39 تقريبًا.

ما هي الخطوة التالية

قدم هذا البرنامج التعليمي مثالًا مبسطًا لاستخدام TensorFlow.js لتدريب نموذج في المتصفح. للحصول على مقدمة أعمق لنماذج التدريب باستخدام JavaScript، راجع دليل TensorFlow.js.

المزيد من الطرق للبدء

فيما يلي المزيد من الطرق لبدء استخدام TensorFlow.js وweb ML.

شاهد دورة تعلم الآلة على الويب TensorFlow.js

إذا كنت أحد مطوري الويب وتبحث عن مقدمة عملية لتعلم الآلة على الويب، فراجع دورة الفيديو الخاصة بـ Google Developers حول التعلم الآلي لمطوري الويب. توضح لك الدورة كيفية استخدام TensorFlow.js في مواقع الويب والتطبيقات الخاصة بك.

انتقل إلى دورة ML على الويب

برامج Code ML دون التعامل مباشرة مع الموترات

إذا كنت تريد البدء في التعلم الآلي دون إدارة أدوات التحسين أو معالجة الموتر، فاطلع على مكتبة ml5.js.

توفر مكتبة ml5.js، المبنية على TensorFlow.js، إمكانية الوصول إلى خوارزميات ونماذج التعلم الآلي في متصفح الويب باستخدام واجهة برمجة تطبيقات موجزة وسهلة الاستخدام.

تحقق من ml5.js

قم بتثبيت TensorFlow.js

تعرف على كيفية تثبيت TensorFlow.js للتنفيذ في متصفح الويب أو Node.js.

قم بتثبيت TensorFlow.js

تحويل النماذج المدربة مسبقًا إلى TensorFlow.js

تعرف على كيفية تحويل النماذج المدربة مسبقًا من Python إلى TensorFlow.js.

نموذج Keras نموذج GraphDef

تعلم من كود TensorFlow.js الموجود

يوفر مستودع tfjs-examples أمثلة صغيرة لتطبيقات مهام تعلم الآلة المتنوعة باستخدام TensorFlow.js.

عرض أمثلة tfjs على جيثب

تصور سلوك نموذج TensorFlow.js الخاص بك

tfjs-vis هي مكتبة صغيرة للتصور في متصفح الويب مخصصة للاستخدام مع TensorFlow.js.

عرض tfjs-vis على GitHub انظر العرض التوضيحي

قم بإعداد البيانات للمعالجة باستخدام TensorFlow.js

يتمتع TensorFlow.js بدعم لمعالجة البيانات باستخدام أفضل ممارسات تعلم الآلة.

عرض الوثائق