JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть II
Введение в TensorFlow.js
Мы уже рассмотрели основы TensorFlow.js и в этой части книги приступим к изучению 
машинного обучения на практике. В главе 2 начнем с простой задачи машинного об-
учения — регрессии (предсказания одного числа) — и постепенно перейдем к более 
сложным задачам, например бинарной и многоклассовой классификации (см. главы 3 
и 4). В полном соответствии с типами решаемых задач мы плавно перейдем от простых 
данных («плоских» массивов чисел) к более сложным (изображениям и аудиоданным). 
По мере изучения конкретных задач и кода для их решения обсудим математические 
основы таких методов, как обратное распространение ошибки.
В книге мы отказались от формальных математических описаний и стараемся пояснять 
все понятия с помощью графиков и псевдокода. В главе 5 мы обсудим перенос обуче-
ния — эффективный способ переиспользования предобученных нейронных сетей для 
работы с новыми данными, а также разберем подход, специально предназначенный для 
браузерной среды глубокого обучения.

---

В этой главе
z

Пример нейронной сети для простой задачи машинного обучения — линейной 
регрессии.
z

Тензоры и операции над ними.
z

Основные методы оптимизации нейронных сетей.
Никто не любит ждать, особенно если неизвестно, сколько именно придется это 
делать. Любой специалист, занимающийся UX­дизайном (User Experience — взаи­
модействие с пользователем), подтвердит, что если избавиться от задержки невоз­
можно, то лучшее, что можно сделать, — предоставить пользователям информацию 
о времени ожидания. Оценка ожидаемых задержек — задача предсказания, и с по­
мощью библиотеки TensorFlow.js можно сделать точную оценку времени скачивания 
с учетом контекста. Так пользователи будут чувствовать уважение к их времени 
и внимание со стороны разработчиков системы.
В этой главе на простом примере предсказания времени скачивания мы про­
демонстрируем основные компоненты законченной модели машинного обучения. 
В рассказе мы с практической точки зрения охватим тензоры, моделирование и оп­
тимизацию, чтобы вы поняли, что они собой представляют, как работают и как их 
правильно использовать.
Чтобы разобраться в глубоком обучении на уровне исследователя, посвятившего 
этому годы жизни, необходимо овладеть множеством математических дисциплин. 
2
Приступим: простая 
линейная регрессия 
в TensorFlow.js

---