JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть II • Введение в TensorFlow.js
4.2.6. Предсказания с помощью сверточной сети
Мы получили обученную сверточную сеть. Как же теперь воспользоваться ею 
для классификации рукописных цифр? Во­первых, необходимо получить до­
ступ к данным изображений. Существует несколько способов сделать это в модели 
TensorFlow.js. Мы перечислим их и расскажем, в каких случаях они подходят.
Создание тензоров изображений из объектов TypedArray
В некоторых случаях, например, в интересующем нас примере 
tfjs-example/mnist
, 
требуемые данные изображений хранятся в виде объектов 
TypedArray
JavaScript. 
Подробности вы найдете в файле 
data.js
, мы не станем рассказывать обо всех нюан­
сах. Заданный 
Float32Array
(скажем, содержащийся в переменной 
imageDataArray
), 
представляющий MNIST нужной длины, можно преобразовать в четырехмерный 
тензор ожидаемой нашей моделью формы
1
так:
let x = tf.tensor4d(imageDataArray, [1, 28, 28, 1]);
Второй аргумент в вызове 
tf.tensor4d()
задает форму создаваемого тензора. 
Он необходим, поскольку 
Float32Array
(и вообще 
TypedArray
) представляет собой 
«плоскую» структуру без какой­либо информации об измерениях изображения. 
Размер первого измерения — 
1
, поскольку в 
imageDataArray
всего одно изображение. 
Как и в предыдущих примерах, модель всегда ожидает наличия измерения батчей 
при обучении, оценке и выводе, вне зависимости от того, сколько изображений — 
одно или несколько. Объект 
Float32Array
, содержащий батч из нескольких изобра­
жений, можно преобразовать в тензор, размер первого измерения которого равен 
числу изображений:
let x = tf.tensor4d(imageDataArray, [numImages, 28, 28, 1]);
Функция tf.browser.fromPixels: получение тензоров изображений 
из HTML-элементов img, canvas и video
Второй способ получить тензоры изображений в браузере — применить функцию 
tf.browser.fromPixels()
к HTML­элементам, содержащим данные изображений.
Например, пусть веб­страница содержит элемент 
img
, описанный следующим 
образом:

Получить данные изображения из элемента 
img
можно с помощью такой стро­
ки кода:
let x = tf.browser.fromPixels(
document.getElementById('my-image')).asType('float32');
1 
См. в приложении Б более подробное руководство по созданию тензоров с помощью 
низкоуровневого API TensorFlow.js.

---