Voorbeeld 1 Opleiding
Opleidingsfunksie
async function trainModel(model, inputs, labels, surface) {
const batchSize = 25;
const epochs = 100;
const callbacks = tfvis.show.fitCallbacks(surface, ['loss'], {callbacks:['onEpochEnd']})
return await model.fit(inputs, labels,
{batchSize, epochs, shuffle:true, callbacks:callbacks}
);
}
epogs definieer hoeveel iterasies (lusse) die model sal doen.
model.fit is die funksie wat die lusse laat loop.
terugbel definieer die terugbelfunksie om te bel wanneer die model die grafika wil herteken.
Toets die model
Wanneer 'n model opgelei word, is dit belangrik om dit te toets en te evalueer.
Ons doen dit deur te inspekteer wat die model vir 'n reeks verskillende insette voorspel.
Maar voordat ons dit kan doen, moet ons die data de-normaliseer:
A Normaliseer
let unX = tf.linspace(0, 1, 100);
let unY = model.predict(unX.reshape([100, 1]));
const unNormunX = unX.mul(inputMax.sub(inputMin)).add(inputMin);
const unNormunY = unY.mul(labelMax.sub(labelMin)).add(labelMin);
unX = unNormunX.dataSync();
unY = unNormunY.dataSync();
Dan kan ons na die resultaat kyk:
Plot die resultaat
const predicted = Array.from(unX).map((val, i) => {
return {x: val, y: unY[i]}
});
// Plot the Result
tfPlot([values, predicted], surface1)