06.-TensorFlow js en Espa帽ol馃嚜馃嚫 [Layer 2da parte]


Introducci贸n

En este tutorial vamos a darle continuidad en el tutorial anterior https://youtu.be/lmDy-pSr0Zk en el que creamos un modelo y en este tutorial vamos a meterle datos a ese modelo. En este excel podemos ver un ejemplo de este modelo https://drive.google.com/file/d/1I08-n8MpeA9MqaxKzFLPiu2Iiiu_auJ9/view?usp=sharing pero eso que estamos colocando en el excel tensor flow va a tener que realizar esos calculos.





Codigo

<!DOCTYPE html>
<html>
    <head>
        <title>TODO supply a title</title>
        <meta charset="UTF-8">
        <meta name="viewport" content="width=device-width, initial-scale=1.0">
        <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js"></script>
<!--        <script src="newjavascript.js" type="text/javascript"></script>-->
    </head>
    <body>
        <script>
            //Creando el modelo
            const modelo=tf.sequential();
            //Creamos una capa oculta
            const oculta=tf.layers.dense({
                units:4,
                inputShape:[2],
                activation:'sigmoid'
            });
            //Mtemos la capa oculta en el modelo
            modelo.add(oculta);
            // Creamos la capa de salida
            const salida=tf.layers.dense({
                units:1,
                activation:'sigmoid'
            });
            //Metemos la capa de salida en el modelo
            modelo.add(salida);
            //Creamos las opciones del sgd
            const sgdOpciones=tf.train.sgd(0.1);
            //Compilamos el modelo
            modelo.compile({
                //Le asignamos la optimizacion
                optimizer:sgdOpciones,
                //Asignamos la forma de reducir la perdida
                loss:tf.losses.meanSquaredError
            });
            
            const x1=tf.tensor2d([
                [0,0],
                [0.2,0.2],
                [0.4,0.4],
            ]);
            const x2=tf.tensor2d([
                [0.1],
                [0.3],
                [0.5],
            ]);
            async function intento(){
                for (i=0;i<500;i++){
                    const respuesta= await modelo.fit(x1,x2,{shuffle:true,epochs:100});
                    console.log(respuesta.history.loss[0] );
                }
            }
            intento().then(()=>{
                const salida=modelo.predict(x1);
                salida.print();
            });
            
        </script>
    </body>
</html>

Video







Comentarios

Facebook Like

Entri Populer

hackear wifi con kali linux 馃摗

Instalar Netbeans 10 en Windows 10

Instalar netbeans 10 en ubuntu 18.04