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
- 我是小鱼儿|《我是小鱼儿》:基于物理引擎设计下的冒险之旅
- 生化危机灭绝|基于原作忠于原作《生化危机3》新版桌游即将发售
- 常规赛|LPL常规赛MVP基于的标准是什么?三点是必须的,队伍成绩排在首位
- Linux|为什么要开发那么多基于Linux的国产系统,直接使用Linux不可以吗?
- MIUI|MIUI再更新,小米10 至尊纪念版开始升级基于Android11的MIUI 12
- 中芯国际|首款基于中芯国际“N+1”工艺的芯片成功流片,美国断供失效
- QKFile基于区块链技术
- 高通宣布骁龙X60 5G调制解调器,基于5nm,下载速度7.5 Gbps
- 高通正式发布第三代5G调制解调器:X60,基于5nm工艺打造
- JavaScript优雅写法及操作