So richten Sie Tensorflow.js für maschinelles Lernen in Ihrem Browser ein

Bis vor kurzem erforderte der Einstieg in das Schreiben Ihrer ersten Code-Zeile für maschinelles Lernen eine erhebliche Investition in Zeit und Geld.

Letztes Jahr habe ich meinen eigenen PC speziell für maschinelles Lernen gebaut. Ich habe die Teile recherchiert und selbst zusammengebaut. Allein das kostete mich rund 1600 Dollar und 30 Stunden Rüstzeit. Ich versuche immer noch, die Computerkonfiguration und -bibliotheken zu überarbeiten und sie mit verschiedenen Frameworks arbeiten zu lassen.

Die gute Nachricht ist, dass der Einstieg in das maschinelle Lernen heute noch nie einfacher war. Wenn Sie dies lesen, haben Sie bereits die Tools, die Sie zum Eintauchen benötigen. Sie können das Framework für maschinelles Lernen Tensorflow jetzt direkt in Ihrem Browser mithilfe von JavaScript erlernen.

Tensorflow.js

Google I / O 2018 von Bruno Sanchez-Andrade Nuño

Google hat Tensorflow.js auf der Google I / O 2018 veröffentlicht. Es gibt einige große Anwendungsfälle für das Ausführen von Algorithmen für maschinelles Lernen im Browser.

Darüber hinaus ist es eine großartige Gelegenheit, mithilfe von JavaScript Konzepte für maschinelles Lernen zu erkunden, ohne etwas installieren zu müssen.

Wenn Sie mit JavaScript noch nicht vertraut sind oder seit einiger Zeit keinen Front-End-Code mehr geschrieben haben, können einige der jüngsten Änderungen im JavaScript-Ökosystem zu einer Schleife führen. Ich führe die Grundlagen des modernen Javascript auf, die Sie benötigen, um die Tensorflow.js-Beispiele zum Laufen zu bringen, und beginne mit der Erforschung des maschinellen Lernens.

Setup-Tutorial

Lassen Sie mich etwas wiederholen: Alles, was Sie zum Ausführen von Tensorflow.js benötigen, ist Ihr Webbrowser.

Es ist leicht, das Gerede von Transpilern, Bündlern und Paketierern aus den Augen zu verlieren, aber alles, was Sie brauchen, ist ein Webbrowser, um Tensorflow.js auszuführen. Der Code, den Sie lokal entwickeln, ist derselbe Code, den Sie an Ihre Benutzer senden können, um ihn in deren Browsern auszuführen.

Sehen wir uns drei schnelle Möglichkeiten an, um das Hello World-Beispiel zum Laufen zu bringen, ohne etwas zu installieren. Ich verwende den Getting Started-Code aus der Tensorflow.js-Dokumentation.

Erste Schritte mit Ihrer Browserkonsole

In jedem modernen Webbrowser ist eine Art interaktive JavaScript-Konsole integriert. Ich verwende Chrome, zu der eine JavaScript-Konsole gehört, die Sie über "Ansicht> Entwickler> JavaScript-Konsole" öffnen können.

Mit dieser JavaScript-Konsole können Sie JavaScript schreiben und sofort ausführen. Hiermit führen wir das Getting Started-Beispiel in den Tensorflow.js-Dokumenten aus.

Zunächst müssen Sie die JavaScript-Datei Tensorflow.js einfügen. Eine gehostete Version der Datei ist über das unten stehende Content Delivery Network (CDN) verfügbar. Eine schnelle Möglichkeit, eine externe .js-Datei über die Konsole einzuschließen, ist:

var script = document.createElement ('script');
script.src = "https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.10.0";
document.getElementsByTagName ('head') [0] .appendChild (script);

Kopieren Sie diese und fügen Sie sie in Ihre JavaScript-Konsole ein. Dann wird eine Kopie von Tensorflow als Variable tf gespeichert. (Wenn Sie tf in Ihre Konsole eingeben, wird ein Verweis darauf angezeigt.)

Sie können dann den Rest des Getting Started-Beispiels (das JavaScript zwischen dem zweiten