🌐Tarayıcıda CNNler

🚀 CNN'leri Tarayıcıya Uygulama İle İlgili Notlar

CNN tabanlı çalışmalarımızı Tarayıcıda uygulamak için Tensorflow.JS kullanmalıyız 🚀

👷‍♀️ İş Akışı

1. 🚙 Import Tensorflow.js

2. 👷‍♀️ Modeli kur

3. 👩‍🏫 Eğit

4. 👩‍⚖️ Modeli kullan

🚙 Tensorflow.js' Import Etme

Tensorflow.js'yi aşağıdaki şekilde import edebiliriz

    <script 
        src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest">
    </script>

👷‍♀️ Modeli Kurma

😎 Python'da yaptığımız gibi:

1. 🐣 Sequential objesi tanımla

2. 👩‍🔧 Katmanları ekle

3. 🚀 Modeli derle .compile()

4. 👩‍🎓 Eğit (fit)

5. 🐥 Modeli tahmin için kullan

// create sequential 
const model = tf.sequential();

// add layer(s)
model.add(tf.layers.dense({units: 1, inputShape: [1]}));

// set compiling parameters and compile the model
model.compile({loss:'meanSquaredError', 
                optimizer:'sgd'});

// get summary of the mdoel
model.summary();

// create sample data set
const xs = tf.tensor2d([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], [6, 1]);
const ys = tf.tensor2d([-3.0, -1.0, 2.0, 3.0, 5.0, 7.0], [6, 1]);

// train
doTraining(model).then(() => {
    // after training
    predict = model.predict(tf.tensor2d([10], [1,1]));
    predict.print();
});

([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], [6, 1])

[-1.0, 0.0, 1.0, 2.0, 3.0, 4.0]: Veri seti değerleri (girişler)

[6, 1]: Girişin boyutu

👁‍🗨 Dikkat

• 🐢 Eğitim uzun bir süreç olduğundan onu asenkron bir fonksiyonda yapmalıyız

async function doTraining(model){
    const history = 
    await model.fit(xs, ys, 
        { epochs: 500,
            callbacks:{
                onEpochEnd: async(epoch, logs) =>{
                    console.log("Epoch:" 
                        + epoch 
                        + " Loss:" 
                        + logs.loss);

                }
            }
        });
}

👩‍💻 Kodun tamamı

• 🐾 Burada

🌞 Yazının Aslı

• 🐾 Burada