tensorflow 使用Python训练模型，js使用模型
这两天的项目需要用到Tensorflow.js来实现一个AI，尽管说Tensorflow.js本身是有训练模型的功能的，不过考虑到js这个东西加载资源要考虑跨域问题等种种因素。最终还是决定使用python的tensorflow来训练模型，然后利用js端来使用模型进行运算，那么关键问题就是：js如何加载python下训练的模型
首先我们用python写一段tensorflow的模型训练代码line.py
#coding=utf-8# import tensorflow as tf import numpy as np x_data=[[0.0,0.0],[0.0,1.0],[1.0,0.0],[1.0,1.0]] #训练数据 y_data=[[0.0],[1.0],[1.0],[0.0]] #标签 x_test=[[0.0,1.0],[1.0,1.0]] #测试数据 xs=tf.placeholder(tf.float32,[None,2]) ys=tf.placeholder(tf.float32,[None,1]) #定义x和y的占位符作为将要输入神经网络的变量 #构建隐藏层，假设隐藏层有20个神经元 W1=tf.Variable(tf.random_normal([2,10])) B1=tf.Variable(tf.zeros([1,10])+0.1) out1=tf.nn.relu(tf.matmul(xs,W1)+B1) #构建输出层，假设输出层有一个神经元 W2=tf.Variable(tf.random_normal([10,1])) B2=tf.Variable(tf.zeros([1,1])+0.1) prediction=tf.add(tf.matmul(out1,W2),B2,name="model") #计算预测值和真实值之间的误差 loss=tf.reduce_mean(tf.reduce_sum(tf.squa...
点击查看剩余70%
{{collectdata}}
网友评论0