이 문서는 Google Cloud Translation API를 사용해 자동 번역되었습니다.
어떤 문서는 원문을 읽는게 나을 수도 있습니다.
TensorFlow.js는 자바스크립트에서 기계 학습을 위한 강력한 도구입니다. Node.js에서 Express.js 웹 프레임워크와 함께 사용하여 강력한 애플리케이션을 만들 수 있습니다. 이 게시물에서는 TensorFlow.js 및 Express.js를 시작하는 방법을 보여줍니다.
먼저 프로젝트에 대한 종속성을 설치해야 합니다. Express.js와 TensorFlow.js가 필요합니다. 다음 명령으로 설치할 수 있습니다.
npm install express @tensorflow/tfjs
종속성을 설치했으므로 이제 간단한 "Hello world" 애플리케이션을 만들어 보겠습니다. 프로젝트의 루트 디렉터리에 index.js라는 파일을 만들고 다음 코드를 추가합니다.
const express = require('express');
const tf = require('@tensorflow/tfjs');
const app = express();
app.get('/', (req, res) => {
res.send('Hello, world!');
});
app.listen(3000, () => {
console.log('Example app listening on port 3000!');
});
이 코드는 포트 3000에서 수신하고 "Hello, world!"로 응답하는 Express.js 서버를 생성합니다. 루트 URL에 액세스할 때.
간단한 Express.js 서버를 가동하고 실행 중이므로 TensorFlow.js 코드를 추가해 보겠습니다. TensorFlow.js 모델에서 생성된 문자열로 응답하는 경로를 추가하는 것으로 시작하겠습니다.
먼저 모델을 만들어야 합니다. model.js라는 파일에서 이 작업을 수행합니다. 입력 문자열을 받아서 출력 문자열을 생성하는 간단한 모델을 만들 것입니다. 입력 문자열은 원-핫 인코딩된 벡터로 모델에 공급됩니다. 출력 문자열은 sequence-to-sequence 아키텍처를 사용하여 모델에서 생성됩니다.
const tf = require('@tensorflow/tfjs');
// Create the model
const model = tf.sequential();
// Add an LSTM layer
model.add(tf.layers.lstm({
units: 8,
inputShape: [8],
returnSequences: true
}));
// Add a second LSTM layer
model.add(tf.layers.lstm({
units: 8,
returnSequences: true
}));
// Add a dense layer
model.add(tf.layers.dense({
units: 8,
activation: 'softmax'
}));
// Compile the model
model.compile({
loss: 'categoricalCrossentropy',
optimizer: 'rmsprop'
});
// Export the model
module.exports = model;
이 코드는 간단한 LSTM 기반 모델을 생성합니다. 이 모델은 8자의 입력 문자열을 사용하여 8자의 문자열을 출력합니다.
이제 모델이 있으므로 모델을 사용하는 경로를 추가할 수 있습니다. index.js 파일에 다음 경로를 추가합니다.
app.get('/generate', (req, res) => {
// Load the model
const model = require('./model');
// Generate a string
const string = model.predict(tf.oneHot('Hello, world!'.split(''), 8));
// Send the string to the client
res.send(string);
});
이 경로는 model.js에서 생성한 모델을 로드하고 이를 사용하여 문자열을 생성합니다. 그런 다음 생성된 문자열이 클라이언트로 전송됩니다.
이 게시물에서는 TensorFlow.js 및 Express.js를 시작하는 방법을 보여 주었습니다. 간단한 "Hello world" 애플리케이션과 TensorFlow.js 모델을 사용하여 문자열을 생성하는 경로를 만들었습니다.