Tensorflow.js tf.Functional用法及代码示例

TensorFlow.js 是一个 JavaScript 库，用于在 Web 应用程序和 Node.js 中训练和部署机器学习模型。您可以使用 tensorflow.js 从头开始开发机器学习模型，也可以使用提供的 API 在浏览器或 Node.js 服务器上训练现有模型。

安装TenserFlow.js：我们可以通过以下两种方法安装和使用TenserFlow.js。

方法一：我们可以使用CDN链接来运行Tensorflow.js代码，而无需安装它。将以下 CDN 链接添加到 HTML 文件 head 部分的 script 标记中。

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

方法2：我们可以使用npm安装。在通过 npm 安装 TensorFlow.js 之前，首先确保您已经安装了 Node.js 和 npm。

npm install @tensorflow/tfjs

Tensorflow.js tf.Functional 类：TensorFlow.js 中的 tf.Function 类是一种包装构造 TensorFlow 计算的函数的方法，使序列化和执行计算变得更容易。 TensorFlow 计算是一系列获取输入 Tensor 对象并生成输出 Tensor 对象的操作。例如，您可能想要定义一个计算，将两个数字相加，将结果乘以第三个数字，然后应用 ReLU 激活函数。通常，您可以通过创建 TensorFlow 操作并在 TensorFlow 会话中执行它们来定义此类计算。但是，这可能很麻烦，特别是如果您想要序列化计算并在不同的环境中执行它。 tf.Function 类提供了一种将计算包装在函数中的方法，使其更容易序列化和执行。要创建 tf.Function，您需要定义一个函数，该函数接受输入 Tensor 对象并返回输出 Tensor 对象。然后将此函数传递给 tf.Function 构造函数。

示例 1：TensorFlow.js 库定义一个简单函数 addAndRelu，它将两个张量作为输入，将它们加在一起，然后应用 ReLU 激活函数。然后将该函数包装在 TensorFlow.js tf.function 中以获得更好的性能。然后使用值 1 和 2 创建两个张量，并将其作为输入传递给函数 addAndRelu，并将生成的张量存储在变量 c 中。然后在 c 上调用 dataSync 方法以检索 JavaScript 数字形式的值，并将其记录在控制台中。

import * as tf from '@tensorflow/tfjs'; 
  
// Define a simple function that adds two numbers and 
//applies the ReLU activation function. 
function addAndRelu(a, b) { 
    const c = a.add(b); 
    return c.relu(); 
} 
  
// Wrap the function in a tf.Function. 
const func = tf.function(addAndRelu); 
  
// Define the input tensors. 
const a = tf.tensor(1); 
const b = tf.tensor(2); 
  
// Execute the function and get the result. 
const c = func(a, b); 
  
// Print the result. 
console.log(c.dataSync());

输出：

[3]

示例 2：TensorFlow.js 库定义一个函数 sumOfSquares，该函数接受数字数组作为输入并返回数字的平方和。该函数使用 for 循环迭代数组的元素，并将每个元素的平方添加到变量 sum 中。然后将该函数包装在 TensorFlow.js tf.function 中以获得更好的性能。然后使用数字数组 [1, 2, 3] 创建一个张量，并将其作为输入传递给函数 sumOfSquares，并将得到的张量存储在变量 y 中。然后在 y 上调用 dataSync 方法以检索 JavaScript 数字形式的值并将其记录在控制台中。

import * as tf from '@tensorflow/tfjs'; 
  
// Define a function that takes an array of numbers and  
//returns the sum of the squares of the numbers. 
function sumOfSquares(x) { 
    let sum = 0; 
    for (let i = 0; i < x.length; i++) { 
        sum += x[i] * x[i]; 
    } 
    return sum; 
} 
  
// Wrap the function in a tf.Function. 
const func = tf.function(sumOfSquares); 
  
// Define the input tensor. 
const x = tf.tensor([1, 2, 3]); 
  
// Execute the function and get the result. 
const y = func(x); 
  
// Print the result. 
console.log(y.dataSync());

输出：

[14]

示例 3：用于定义函数的TensorFlow.js 库行总和它接受 2D 张量作为输入并返回张量每行的总和。该函数使用张量的求和方法，其中 axis=1 参数意味着按行求和。然后该函数被包装在TensorFlow.js中tf.function为了更好的性能。

然后使用二维数组 [[1, 2, 3], [4, 5, 6]] 创建一个张量，并将其作为输入传递给函数 rowSums，并将得到的张量存储在变量 y 中。然后在 y 上调用 dataSync 方法以检索 JavaScript 数组形式的值，并将其记录在控制台中。因此它将输出具有两个元素 [6,15] 的数组，它们是原始张量中的行之和。

import * as tf from '@tensorflow/tfjs'; 
  
// Define a function that takes a 2D Tensor  
//and returns the sum of the rows. 
function rowSums(x) { 
    return x.sum(axis = 1); 
} 
  
// Wrap the function in a tf.Function. 
const func = tf.function(rowSums); 
  
// Define the input tensor. 
const x = tf.tensor([[1, 2, 3], [4, 5, 6]]); 
  
// Execute the function and get the result. 
const y = func(x); 
  
// Print the result. 
console.log(y.dataSync());

输出：

[6, 15]

参考：https://js.tensorflow.org/api/latest/