JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 2. Приступим: простая линейная регрессия в TensorFlow.js
67
на каждый дополнительный мегабайт. Как вы помните из главы 1, каждую пару 
вход/выход иногда называют 
примером данных
(example). Выходной сигнал часто 
называют 
целевой величиной/переменной/признаком
(target), а элементы входного 
сигнала обычно называют 
входными
признаками
(features). В нашем случае каждый 
из 40 примеров содержит ровно один признак, 
sizeMB
, и числовую целевую вели­
чину, 
timeSec
.
Рис. 2.2.
Измеренная продолжительность скачивания относительно размера файла. 
Если вам интересно, как создавать подобные графики, то соответствующий код можно найти 
в codepen.io/tfjsbook/pen/dgQVze
Возможно, вы обратили внимание в листинге 2.1, что данные разбиты на два 
поднабора, а именно: 
trainData
и 
testData
. 
trainData
— обучающий набор данных, 
содержит примеры данных, на которых будет обучаться модель. 
testData
— кон­
трольный набор данных. С его помощью мы будем определять, насколько хорошо 
обучена модель, по завершении обучения. Обучать и оценивать качество модели на 
одних и тех же данных — все равно что сдавать экзамен, заранее зная все правиль­
ные ответы. В предельном случае модель может теоретически запомнить значения 
timeSec
для всех 
sizeMB
в обучающих данных — не слишком удачный алгоритм 
обучения. В результате такая модель вряд ли смогла бы хорошо судить о будущих 
данных, ведь маловероятно, что значения будущих входных признаков окажутся 
точно такими же, как и те, на которых обучалась модель.
Следовательно, технологический процесс должен быть таким. Сначала мы обуча­
ем нейронную сеть на обучающих данных производить точные предсказания 
timeSec
по заданному 
sizeMB
. Далее мы просим сеть сгенерировать предсказания для 
sizeMB
на контрольных данных и измеряем, насколько близки эти предсказания к реальным 
значениям 
timeSec
. Но сначала необходимо преобразовать эти данные в понятный 
TensorFlow.js формат, что и будет нашим первым примером использования тензоров. 
Код в листинге 2.2 демонстрирует первое в нашей книге использование функций из 

---

68