Tensorflow.js tf.Functional用法及代碼示例

TensorFlow.js 是一個 JavaScript 庫，用於在 Web 應用程序和 Node.js 中訓練和部署機器學習模型。您可以使用 tensorflow.js 從頭開始開發機器學習模型，也可以使用提供的 API 在瀏覽器或 Node.js 服務器上訓練現有模型。

安裝TenserFlow.js：我們可以通過以下兩種方法安裝和使用TenserFlow.js。

方法一：我們可以使用CDN鏈接來運行Tensorflow.js代碼，而無需安裝它。將以下 CDN 鏈接添加到 HTML 文件 head 部分的 script 標記中。

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

方法2：我們可以使用npm安裝。在通過 npm 安裝 TensorFlow.js 之前，首先確保您已經安裝了 Node.js 和 npm。

npm install @tensorflow/tfjs

Tensorflow.js tf.Functional 類：TensorFlow.js 中的 tf.Function 類是一種包裝構造 TensorFlow 計算的函數的方法，使序列化和執行計算變得更容易。 TensorFlow 計算是一係列獲取輸入 Tensor 對象並生成輸出 Tensor 對象的操作。例如，您可能想要定義一個計算，將兩個數字相加，將結果乘以第三個數字，然後應用 ReLU 激活函數。通常，您可以通過創建 TensorFlow 操作並在 TensorFlow 會話中執行它們來定義此類計算。但是，這可能很麻煩，特別是如果您想要序列化計算並在不同的環境中執行它。 tf.Function 類提供了一種將計算包裝在函數中的方法，使其更容易序列化和執行。要創建 tf.Function，您需要定義一個函數，該函數接受輸入 Tensor 對象並返回輸出 Tensor 對象。然後將此函數傳遞給 tf.Function 構造函數。

示例 1：TensorFlow.js 庫定義一個簡單函數 addAndRelu，它將兩個張量作為輸入，將它們加在一起，然後應用 ReLU 激活函數。然後將該函數包裝在 TensorFlow.js tf.function 中以獲得更好的性能。然後使用值 1 和 2 創建兩個張量，並將其作為輸入傳遞給函數 addAndRelu，並將生成的張量存儲在變量 c 中。然後在 c 上調用 dataSync 方法以檢索 JavaScript 數字形式的值，並將其記錄在控製台中。

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());

輸出：

[3]

示例 2：TensorFlow.js 庫定義一個函數 sumOfSquares，該函數接受數字數組作為輸入並返回數字的平方和。該函數使用 for 循環迭代數組的元素，並將每個元素的平方添加到變量 sum 中。然後將該函數包裝在 TensorFlow.js tf.function 中以獲得更好的性能。然後使用數字數組 [1, 2, 3] 創建一個張量，並將其作為輸入傳遞給函數 sumOfSquares，並將得到的張量存儲在變量 y 中。然後在 y 上調用 dataSync 方法以檢索 JavaScript 數字形式的值並將其記錄在控製台中。

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());

輸出：

[14]

示例 3：用於定義函數的TensorFlow.js 庫行總和它接受 2D 張量作為輸入並返回張量每行的總和。該函數使用張量的求和方法，其中 axis=1 參數意味著按行求和。然後該函數被包裝在TensorFlow.js中tf.function為了更好的性能。

然後使用二維數組 [[1, 2, 3], [4, 5, 6]] 創建一個張量，並將其作為輸入傳遞給函數 rowSums，並將得到的張量存儲在變量 y 中。然後在 y 上調用 dataSync 方法以檢索 JavaScript 數組形式的值，並將其記錄在控製台中。因此它將輸出具有兩個元素 [6,15] 的數組，它們是原始張量中的行之和。

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());

輸出：

[6, 15]

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