基于TensorFlow.js的JavaScript机器学习(12)

返回数据和规范化界限

我们可以在运行期间保留用于标准化的值 , 这样我们就可以取消标准化输出 , 使其恢复到原始规模 , 我们就可以用同样的方式规范化未来的输入数据 。

步骤5:运行模型

通过创建模型实例、将数据表示为张量 , 我们可以准备开始运行模型 。

将以下函数复制到script.js文件中 。

我们把它分解一下 。

准备运行

我们必须在训练前“编译”模型 。 要做到这一点 , 我们必须明确一些非常重要的事情:

优化器:这是一个算法 , 它可以控制模型的更新 , 就像上面看到的例子一样 。 TensorFlow.js中有许多可用的优化器 。 这里我们选择了Adam优化器 , 因为它在实践中非常有效 , 不需要进行额外配置 。

推荐阅读