JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть III • Продвинутые возможности глубокого обучения с TensorFlow.js
После подключения нашего простого генератора к игровой логике необходимо от­
форматировать данные способом, подходящим для нашей задачи обучения. А имен­
но: наша задача состоит в предсказании бита 
player1Win
на основе 
player1Hand
. 
Для этого необходимо, чтобы наш объект 
Dataset
возвращал элементы формы 
[batchOfFeatures,
batchOfTargets]
, где признаки вычисляются на основе карт на 
руках игрока 1. Следующий код (листинг 6.8) — упрощенный вариант кода, при­
веденного в файле 
tfjs-examples/data-generator/index.js
.
Листинг 6.8.
Создание набора данных признаков для игроков
Получив набор данных в нужном виде, можем подключить его к нашей модели 
с помощью 
model.fitDataset()
, как показано в листинге 6.9 (упрощенный вариант 
кода из файла 
tfjs-examples/data-generator/index.js
).
Листинг 6.9.
Создание и обучение модели на полученном наборе данных

---

Глава 6. Работа с данными
257
Как видно из предыдущего листинга, подгонка модели к набору данных оказыва­
ется ничуть не сложнее подгонки модели к паре тензоров 
x
, 
y
. Чтобы все прекрасно 
работало и мы получали поток данных от (возможно) удаленного источника без 
каких­либо забот о координации всего процесса, достаточно, чтобы наш объект 
Dataset
выдавал тензорные значения в нужном формате. Помимо передачи объекта 
Dataset
вместо пары тензоров, у объекта конфигурации есть несколько заслужива­
ющих упоминания отличий.
z
z
batchesPerEpoch
— как видно в листинге 6.9, в настройках 
model.fitDataset()
есть необязательное поле для указания количества батчей в эпохе. Когда мы пере­
давали методу 
model.fit()
весь массив данных, можно было легко вычислить, 
сколько примеров данных во всем наборе данных — просто взять 
data.shape[0]
! 
При использовании же 
model.fitDataset()
указать TensorFlow.js, когда закан­
чивается эпоха, можно двумя способами. Первый способ — воспользоваться 
указанным полем настроек и 
fitDataset()
после соответствующего числа батчей 
выполнит обратные вызовы 
onEpochEnd
и 
onEpochStart
. Второй способ — ис­
пользовать завершение самого набора данных в качестве сигнала его исчерпания. 
Для моделирования подобного поведения в листинге 6.7 достаточно поменять:
while (true) { ... }
на:
for (let i = 0; iz
z
validationData
при использовании 
model.fitDataset()
может также представ­
лять собой набор данных. Но не обязательно. Если хотите, можете продолжать 

---

258