Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/yinleicoder/tensorflowjs-learn

Tensorflowjs学习
https://github.com/yinleicoder/tensorflowjs-learn

tensorflowjs

Last synced: 3 days ago
JSON representation

Tensorflowjs学习

Awesome Lists containing this project

README 

        
# Tensorflow.js机器学习



### 1. Tensor是什么



### 2. 线性回归



- 定义模型结构

- 损失函数

- 优化器：随机梯度下降

- 训练模型

- 进行预测



### 3. 归一化



- 归一化任务

- 归一化训练数据

- 训练、预测、反归一化



### 4.逻辑回归：输出的是概率



- 逻辑回归任务

- 加载二分数据

- 定义模型结构：带有激活的数的单个神经元

- 损失函数：对数损失log loss 

- 训练模型并可视化训练过程

- 进行预测

- 二分类数据集生成函数



### 5. 多层神经网络



- 多层神经网络任务

- 加载XOR数据集（XOR异或逻辑回归）

- 定义数据模型：多层神经网络

- 训练模型并预测



### 6.多分类



- 多分类任务

- 加载iris数据集(训练集和验证集)

- 定义模型结构：带有softmax的多层神经网络

- 训练模型：交叉熵损失函数与准确度度量

- 定义分类预测方法



### 7.欠拟合与过拟合



- 欠拟合与过拟合任务

- 加载带有噪音的二分类数据

- 简单神经网络演示欠拟合

- 复杂神经网络演示过拟合

-  过拟合应对法：早停法、权重衰减、丢弃法



### 8.卷积神经网络CNN识别手写数字： 卷积层(提取特征)、池化层(提取最强的特征)、全连接层(dense作为输出层、作为分类器)



- 使用卷积神经网络识别手写数字任务

- 加载MNIST数据集

- 定义模型结构：卷积神经网络

- 训练模型

- 进行预测



### 9.预训练模型进行图片分类



- 预训练模型进行图片分类任务

- 加载MobileNet模型（MobileNet是一种卷积神经网络）

- 进行预测



> 预训练模型：

>

> 已经事先训练好的模型，无需训练即可预测

>

> tensorflow.js中可以调用web格式的模型文件



### 10.迁移学习的图片分类器



- 基于迁移学习的图像分类器：商标识别任务

- 加载商标训练数据并可视化

- 定义模型结构：截断模型+双层神经网络

- 迁移学习下的模型训练

- 迁移学习下的模型预测



> 迁移学习：

>

> 把已训练好的模型参数迁移到新的模型来帮助新模型的训练

>

> 深度学习模型参数多，从头训练成本高

>

> 删除原始模型的最后一层，基于此截断模型的输出训练一个新的（通常相当浅的）模型



### 11.基于预训练模型或迁移学习进行语音识别



加载预训练语音识别模型(Tensorflow官方)



使用tfjs-models的speech-commands包加载模型



迁移学习：声控轮播图



### 12. python模型与js模型互转：



- python模型：通过python版Tensorflow/keras生成模型



- python模型包括：Tensorflow SavedModel、Keras HDF5 model等

- 获取：开源网站下载/算法同事提供

- js模型包括：tfjs_layers_model、tfjs_graph_model等

- 获取：通过开源网站/通过TFJS生成/由Python模型转化而来



怎么互转：



1. 安装tensorflow.js Converter

2. 在命令行指定输入输出的路径和模型格式即可。



python与js互转、js模型的互转：分片、量化、加速