pbj0812의 코딩 일기

[Tensorflow] tensorflow.js 로 모델 학습하기(1차 방정식) 본문

인공지능 & 머신러닝/TensorFlow

[Tensorflow] tensorflow.js 로 모델 학습하기(1차 방정식)

pbj0812 2021. 1. 6. 04:54

0. 목표

 - tensorflow.js 로 모델 학습하기

1. index2.html

 - 데이터는 y = 1x + 1 의 형태로 준비

 - fitParam 에서 epoch 횟수 정의(1만번)

 - epoch 1회시 해당 RMSE 출력

 - model.fit 에서 모델 학습 이후 weight 와 bias 를 출력하도록 설정 

<!DOCTYPE html>
<html>
 
<head>
    <title>TensorFlow.js Tutorial - lemon</title>
 
    <!-- Import TensorFlow.js -->
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js"></script>
     
</head>
 
<body>
    <script>
        // 1. 데이터 준비합니다. 
        var xx = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
        var yy = [2, 3, 4, 5, 6, 7, 8, 9, 10, 11];
        var reason = tf.tensor(xx);
        var result = tf.tensor(yy);
 
        // 2. 모델의 모양을 만듭니다. 
        var X = tf.input({ shape: [1] });
        var Y = tf.layers.dense({ units: 1 }).apply(X);
        var model = tf.model({ inputs: X, outputs: Y });
        var compileParam = { optimizer: tf.train.adam(), loss: tf.losses.meanSquaredError }
        model.compile(compileParam);
 
        // 3. 데이터로 모델을 학습시킵니다. 
        var fitParam = { 
            epochs: 10000,
            callbacks: {
                onEpochEnd:
                    function(epoch, logs){
                        console.log('epoch', epoch, logs, 'RMSE : ', Math.sqrt(logs.loss));
                    }
            }
        } 
        model.fit(reason, result, fitParam).then(function (result) {
            var weights = model.getWeights();
            var weight = weights[0].arraySync()[0][0];
            var bias = weights[1].arraySync()[0];
            console.log(weight);
            console.log(bias);
        });
    </script>
</body>
 
</html>

2. main.js

var http = require('http');
var fs = require('fs');
var app = http.createServer(function(request,response){
    var url = request.url;
    if(request.url == '/'){
      url = '/index2.html';
    }
    if(request.url == '/favicon.ico'){
      return response.writeHead(404);
    }
    response.writeHead(200);
    response.end(fs.readFileSync(__dirname + url));
 
});
app.listen(3001);

3. 실행

node main.js

4. 결과

 - localhost:3001 접속

 - 페이지 검사

 - epoch 가 돌아가면서 모델이 학습되는 과정을 볼 수 있음(시간 오래 걸림)

 - weight : 0.9985933899879456, bias : 1.0095206499099731

5. 참고

 - 모델의 정체

저작자표시 비영리 동일조건

'인공지능 &amp; 머신러닝 > TensorFlow' 카테고리의 다른 글

[Tensorflow] tensorflow.js 에서 학습 상황 모니터링하기  (1) 2021.01.10
[TensorFlow] tensorflow.js 로 학습한 모델 저장하기  (0) 2021.01.07
[Tensorflow] node.js & tensorflow.js 를 통한 이미지 판별기 튜토리얼  (0) 2021.01.04
[TensorFlow] LSTM을 활용한 긍부정 판별기  (0) 2020.08.11
[TensorFlow] sin 그래프 예측하기  (0) 2020.07.25
'인공지능 &amp; 머신러닝/TensorFlow' Related Articles more
Comments