Esta página se tradujo automáticamente con la API de traducción de Google Cloud.
Algunas páginas se pueden leer mejor en su totalidad.
En esta publicación, le mostraremos cómo crear API REST con TensorFlow.js y Node.js. Repasaremos todos los pasos necesarios para poner en marcha su proyecto, incluida la instalación de las dependencias requeridas, la configuración de su proyecto y la escritura de su código.
Al final de esta publicación, podrá crear sus propias API REST con TensorFlow.js y Node.js.
Antes de comenzar, hay algunas cosas que deberá tener para seguir:
Una vez que haya configurado los requisitos previos, estará listo para comenzar a configurar su proyecto.
Primero, cree un nuevo directorio para su proyecto. Llamaremos al nuestro tfjs-rest-api.
A continuación, inicialice su proyecto ejecutando npm init en el directorio de su proyecto. Esto creará un archivo package.json para su proyecto.
Ahora que tiene un archivo package.json, puede instalar las dependencias para su proyecto. Ejecute el siguiente comando para instalar Express, Body-Parser y TensorFlow.js:
npm install express body-parser @tensorflow/tfjs --save
Esto instalará las dependencias y las agregará a su archivo package.json.
Ahora que tiene su proyecto configurado, está listo para comenzar a escribir su código.
Abra su editor de texto y cree un nuevo archivo en el directorio de su proyecto. Llamaremos al nuestro index.js.
En este archivo, comenzaremos solicitando las dependencias que instalamos anteriormente:
const express = require('express');
const bodyParser = require('body-parser');
const tf = require('@tensorflow/tfjs');
A continuación, configuraremos nuestro servidor Express:
const app = express();
const port = 3000;
app.use(bodyParser.json());
app.listen(port, () => {
console.log(`Server listening on port ${port}`);
});
Ahora que nuestro servidor está configurado, podemos comenzar a escribir nuestros puntos finales de API.
Nuestro primer punto final será una solicitud GET a / que devolverá un mensaje simple:
app.get('/', (req, res) => {
res.send('Hello, world!');
});
Nuestro segundo punto final será una solicitud POST a /predict que tomará una serie de números y devolverá una predicción basada en esos números:
app.post('/predict', (req, res) => {
const input = tf.tensor2d([req.body.numbers], [1, req.body.numbers.length]);
const output = model.predict(input);
res.send(output.dataSync());
});
En este punto final, usamos un modelo TensorFlow.js entrenado previamente para hacer nuestras predicciones. Puede encontrar este modelo aquí.
Ahora que tiene configurados los puntos finales de la API, está listo para probarlos.
Para probar su punto final GET, puede usar una herramienta como [Postman] (https://www.getpostman.com/).
Para probar su punto final POST, puede usar el siguiente comando:
curl -X POST -H "Content-Type: application/json" -d '{"numbers": [1, 2, 3, 4, 5]}' http://localhost:3000/predict
Esto debería devolver una predicción de [6].
En esta publicación, le mostramos cómo crear API REST con TensorFlow.js y Node.js. Cubrimos todos los pasos necesarios para poner en marcha su proyecto, incluida la instalación de las dependencias requeridas, la configuración de su proyecto y la escritura de su código.
Al final de esta publicación, debería poder crear sus propias API REST con TensorFlow.js y Node.js.