模型训练JavaScript编程案例

1.本案例数据介绍(MNIST数据)

MNIST 数据集来自美国国家标准与技术研究所(National Institute of Standards and Technology, MNIST)。 收集了250个不同人手写的数字图片,其中50%是高中学生，50%来自人口 普查局的工作人员。每个样例数据是28x28像素图片，表示一个手写数字。

2.tensorflow.js 的tfjs-vis接口

tfjs-vis是一小组可视化交互工具程序接口，让开发人员基于JavaScript可视化模型训练编程。

3.遮阳板(Visor) APIs

通过调用tfvis.visor()创建遮阳板(visor)展示数据，点按钮测试一下。

4.内容面板(Surfaces)

遮阳板上放内容需要创建内容面板(Surfaces)，代码如下，点击代码块下的点按钮测试。

5.案例数据装载

本案例使用MNIST数据集，点击(Load Data)装载MNIST数据和点击显示按钮(Show Example Digits)，展示20个手写图片。

显示数据代码如下：

6.模型训练

通过卷积神经网络训练一个来识别0~9的数字模型。模型训练代码如下:

点击开始训练按钮，可实时展示训练模型的损失与准确度曲线，以下是训练过程回调显示的曲线代码。

7.评估模型

至此模型训练完成。下一步应该评估其性能。 可以使用`perClassAccuracy` 来查看每一个分类的模型准确度。

显示每类的模型准确度

8.手写测试

请再回到顶部的小黑板上，自己手写0~9的一个数字，测试一下识别准确度。 模型并不能100%准确率识别，另外中、西方人数字书写习惯差别还是很大。 通过以下学习，你可以使用TensorFlow.js、tfjs.vis开发自己的机器学习模型可视化案例。