JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть III • Продвинутые возможности глубокого обучения с TensorFlow.js
Создание объекта tf.data.Dataset из массива
Простейший способ создать новый объект 
tf.data.Dataset
— сформировать его 
на основе JavaScript­массива. Создать 
Dataset
на основе загруженного в память 
массива можно с помощью функции 
tf.data.array()
. Конечно, не будет никакого 
выигрыша в скорости обучения или экономии памяти, по сравнению с непосред­
ственным использованием массива, но у доступа к массиву через объект 
Dataset
есть свои преимущества. Например, использование объектов 
Dataset
упрощает 
организацию предварительной обработки, а также обучение и оценку благодаря 
простым API 
model.fitDataset()
и 
model.evaluateDataset()
, как мы увидим 
в разделе 6.2. В отличие от 
model.fit(x,
y)
вызов 
model.fitDataset(myDataset)
не перемещает сразу все данные в память GPU, благодаря чему можно работать 
с наборами данных, не помещающимися туда целиком. Ограничение по памяти 
движка V8 JavaScript (1,4 Гбайт в 64­битных системах) обычно превышает объ­
ем, который TensorFlow.js может целиком разместить в памяти WebGL. Кроме 
того, использование API 
tf.data
— одна из рекомендуемых практик инженерии 
разработки ПО, ведь оно упрощает модульный переход на другие типы данных 
без особых изменений кода. Без абстракции объекта 
Dataset
подробности реали­
зации источника данных могут легко просочиться в код его использования при 
обучении модели — узел, который придется распутывать при переходе на другую 
реализацию.
Для создания объекта 
Dataset
из уже существующего массива можно воспользо­
ваться 
tf.data.array(itemsAsArray)
, как показано в листинге 6.1.
Листинг 6.1.
Создание tf.data.Dataset из массива
Мы проходим по всем элементам 
Dataset
в цикле с помощью функции 
forEach-
Async()
, по очереди выдающей все элементы. Больше подробностей о функции 
forEachAsync()
вы можете найти в подразделе 6.1.3.
Элементы объектов 
Dataset
, помимо тензоров, могут содержать простые типы 
данных JavaScript
1
(например, числа и строковые значения), а также кортежи, 
1 
Если вы знакомы с реализацией модуля tf.data TensorFlow для Python, то, вероятно, 
удивитесь, что tf.data.Dataset, помимо тензоров, может содержать простые типы данных 
JavaScript.

---