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, aprenderemos cómo integrar TensorFlow.js con MongoDB en Node.js. Cubriremos los siguientes temas:
TensorFlow.js es una biblioteca de JavaScript para entrenar e implementar modelos de aprendizaje automático. Está desarrollado por Google y publicado bajo la licencia de código abierto Apache 2.0.
TensorFlow.js se puede usar de varias maneras, entre ellas:
MongoDB es un poderoso sistema de base de datos orientado a documentos. Está desarrollado por MongoDB, Inc. y publicado bajo la Licencia Pública General GNU Affero.
MongoDB se puede usar de varias maneras, que incluyen:
Antes de que podamos integrar TensorFlow.js con MongoDB, debemos instalar tanto TensorFlow.js como MongoDB.
Hay dos formas de instalar TensorFlow.js:
Puede usar una etiqueta de secuencia de comandos para incluir la biblioteca TensorFlow.js en su archivo HTML.
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3/dist/tf.min.js"></script>
Si usa un administrador de paquetes como npm o yarn, puede instalar TensorFlow.js con el siguiente comando:
npm install @tensorflow/tfjs
Hay dos formas de instalar MongoDB:
Puede usar un script para instalar MongoDB. El script descargará e instalará MongoDB por usted.
curl -O https://fastdl.mongodb.org/osx/mongodb-osx-x86_64-4.2.2.tgz
tar -zxvf mongodb-osx-x86_64-4.2.2.tgz
mkdir -p mongodb
cp -R -n mongodb-osx-x86_64-4.2.2/ mongodb
Si está utilizando un administrador de paquetes como Homebrew, puede instalar MongoDB con el siguiente comando:
brew install mongodb
Ahora que tenemos instalados TensorFlow.js y MongoDB, podemos comenzar a integrarlos.
Para hacer esto, tendremos que hacer lo siguiente:
Lo primero que debemos hacer es instalar el controlador MongoDB Node.js. Esto lo podemos hacer con el siguiente comando:
npm install mongodb
A continuación, necesitamos conectarnos a la base de datos MongoDB. Esto lo podemos hacer con el siguiente código:
const MongoClient = require('mongodb').MongoClient;
const url = 'mongodb://localhost:27017';
MongoClient.connect(url, { useNewUrlParser: true }, (err, client) => {
if (err) throw err;
const db = client.db('test');
console.log('Connected to MongoDB');
});
Ahora que estamos conectados a la base de datos MongoDB, necesitamos crear un esquema. Esto lo podemos hacer con el siguiente código:
const schema = new mongoose.Schema({
name: String,
age: Number,
gender: String
});
Ahora que tenemos un esquema, podemos entrenar un modelo. Esto lo podemos hacer con el siguiente código:
const model = tf.sequential();
model.add(tf.layers.dense({ units: 1, inputShape: [1] }));
model.compile({ loss: 'meanSquaredError', optimizer: 'sgd' });
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);
model.fit(xs, ys, { epochs: 10 }).then(() => {
model.predict(tf.tensor2d([5], [1, 1])).print();
});
Finalmente, necesitamos implementar el modelo. Esto lo podemos hacer con el siguiente código:
const express = require('express');
const app = express();
const port = 3000;
app.use(express.static('public'));
app.get('/', (req, res) => {
res.sendFile(__dirname + '/index.html');
});
app.listen(port, () => console.log(`Listening on port ${port}`));
En esta publicación, aprendimos cómo integrar TensorFlow.js con MongoDB en Node.js. Hemos cubierto los siguientes temas:
Si tiene alguna pregunta o comentario, no dude en dejarlos a continuación.