JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Глава 7. Визуализация данных и моделей
297
Рис. 7.5.
Карта интенсивности, визуализируемая кодом из листинга 7.6. Она отображает 
фиктивную матрицу различий, включающую три класса
Таблица 7.1.
Резюме пяти основных типов диаграмм, поддерживаемых tfjs-vis 
в пространстве имен tfvis.render
Название 
диаграммы
Соответствующие 
функции tfjs-vis
Подходящие для их использования 
задачи визуализации и примеры из сферы 
машинного обучения
Линейная 
диаграмма
tfvis.render.
linechart()
Зависимость одного скалярного значения (y) 
от другого (x) с внутренней упорядоченностью 
(время, доза и т. д.). В одной системе координат 
можно построить графики нескольких рядов 
данных: например, метрик для обучающего 
и проверочного набора данных, каждый — 
в зависимости от номера эпохи обучения
Диаграмма 
рассеяния
tfvis.render.
scatterplot()
Пары скалярных значений x — y без внутренней 
упорядоченности, например отношения между 
собой двух числовых столбцов CSV набора 
данных. В одной системе координат можно 
построить графики нескольких рядов данных
Столбчатая 
диаграмма
tfvis.render.barchart()
Набор значений, относящихся к небольшому 
числу категорий, например показатели 
безошибочности (в процентах) для нескольких 
моделей на одной задаче классификации
Гистограмма
tfvis.render.
histogram()
Набор значений, в котором нас интересует 
главным образом распределение, например 
распределение значений параметров ядра 
плотного слоя
Продолжение 


---

298
Часть III • Продвинутые возможности глубокого обучения с TensorFlow.js