機械学習で扱うのは、目に見える色の変化やオブジェクトの変形でなく、小さな数値の微細な変化なので、扱うデータや、訓練の進捗状況を視覚化することが重要です。 機械学習の環境が進んでいるPythonには、多くの機械学習向けライ […]
続きを読む月: 2018年8月
3-2 基本 その2 訓練の進捗状況
tf.Sequentialオブジェクトのfit()メソッドを呼び出すと、モデルを訓練することができます。fit()メソッドには、訓練がうまく進んでいるかを見ることのできる方法が提供されています。 訓練の進捗状況を確認する […]
続きを読む3_1_4 モデルの推論
訓練を終えたモデルは、モデルが知らない値を与えられると、自分の推論にもとづいてその値に対応する値を提出できるようになります。 モデルから推測値を得るには、tf.Sequentialオブジェクトのpredict()メソッド […]
続きを読む3_1_3 モデルの訓練
作成したモデルは訓練できるようになります。モデルを訓練するには、tf.Sequentialオブジェクトのfit()メソッドを用います。 info(‘モデル訓練開始’); // モデルは与えられたxsとysから、その関係性 […]
続きを読む3_1_2 モデルの作成
TensorFlow.jsでは、大学で学ぶ数学を分かっていないとまったくもってチンプンカンプンの理論を隠蔽するモデル(tf.Model)が用意されています。モデルの作成は定型的なので、毎回同じような手順で作成できます。 […]
続きを読む3_1_1 データの取得
機械学習はデータの取得から始まります。データは今の場合、[-1, 0, 1, 2, 3, 4]という配列と、[-3, -1, 1, 3, 5, 7]という配列です。これを、 const [xs, ys] = await […]
続きを読む3-1 基本 その１ TensorFlow.jsの作業の流れ
次のコードは、ブラウザで開くと自動的にTensorFlow.jsのモデルが作成され学習を始めます。学習が終わり、ボタンをクリックすると、テキストフィールドに入力された数値(20)に対応する数値をデベロッパーツールのコンソ […]
続きを読む3 スタート
まずは、TensorFlow.jsを使った機械学習Webアプリ作成の流れが分かるように、ごく単純な例から始めましょう。 TensorFlow.jsには、[-1, 0, 1, 2, 3, 4]と[-3, -1, 1, 3, […]
続きを読む2 準備
TensorFlow.jsを始めるための準備は、ほぼ何も必要ありません。jQueryのライブラリをダウンロードするのと同じ要領で、HTMLファイルの<head>タグに、次の<script>タグを記 […]
続きを読む1-1-3 TensorFlow.jsに関する情報
TensorFlow.jsの情報は、「TensorFlow.js」サイトで得ることができます。 チュートリアル APIリファレンス（このリンクは本記事執筆時点での最新版である0.12.5のリファレンスに飛びます） このA […]
続きを読む1_1_2 誰に向いているのか？
TensorFlow.jsは現状、誰にでもすぐに使用を始められるほど、簡単ではありません。また機械学習を効率的に進めることのできるPython環境のようには整備されていず、たとえばデータを視覚化するにも、JavaScri […]
続きを読む1_1_1 TensorFlow.jsの特徴
TensorFlow.jsでは、一般的な特徴として次のものがあげられます。 JavaScriptライブラリなので、PCのWebブラウザに加え、スマホやタブレット端末のWebブラウザで動作するWebアプリが作成できる。 W […]
続きを読む1_1 TensorFlow.jsとは？
TensorFlow.jsとは、Webブラウザなどで機械学習を行うことのできるJavaScriptライブラリです。Googleが2018年3月、「TensorFlow Dev Summit 2018」で発表しました。 機 […]
続きを読む