이 문서는 Google Cloud Translation API를 사용해 자동 번역되었습니다.
어떤 문서는 원문을 읽는게 나을 수도 있습니다.
TensorFlow.js는 자바스크립트에서 기계 학습을 위한 강력한 도구입니다. AWS, Azure 및 Google Cloud Platform과 같은 클라우드 공급자의 Node.js 애플리케이션에서 사용할 수 있습니다.
이 게시물에서는 클라우드 공급자에서 Node.js 애플리케이션을 설정하고 TensorFlow.js를 사용하여 기계 학습 모델을 교육하는 방법을 다룹니다. 또한 학습된 모델을 웹 애플리케이션에서 사용할 수 있도록 클라우드 공급자에 배포합니다.
먼저 클라우드 공급자에 Node.js 애플리케이션을 설정해야 합니다. Express 웹 프레임워크를 사용하여 기본 웹 애플리케이션을 설정합니다.
Express에 익숙하지 않다면 시작 가이드를 확인하세요.
Express가 설치되면 다음 코드를 사용하여 app.js라는 파일을 만들 수 있습니다.
const express = require('express');
const app = express();
app.get('/', (req, res) => {
res.send('Hello, world!');
});
app.listen(3000, () => {
console.log('Example app listening on port 3000!');
});
이 코드는 "Hello, world!"로 HTTP 요청에 응답하는 기본 Express 애플리케이션을 생성합니다. 메시지.
다음으로 Node.js 애플리케이션을 클라우드 공급자에 배포해야 합니다. 이 예에서는 AWS를 사용하지만 프로세스는 다른 공급자와 유사합니다.
먼저 AWS 계정을 만들고 EC2에 액세스할 수 있는 새 IAM 사용자를 만듭니다. 이를 수행하는 방법에 대한 자세한 내용은 AWS 설명서를 참조하십시오.
IAM 사용자가 설정되면 새 EC2 인스턴스를 생성할 수 있습니다. 이 예에서는 t2.micro 인스턴스를 사용합니다.
인스턴스가 실행되면 SSH를 통해 인스턴스에 연결하고 Node.js 애플리케이션에 대한 종속성을 설치할 수 있습니다.
$ sudo npm install -g express
$ sudo npm install -g ejs
다음으로 app.js 파일을 EC2 인스턴스에 복사해야 합니다. scp 명령을 사용하여 이 작업을 수행할 수 있습니다.
$ scp -i <path-to-pem-file> app.js ec2-user@<ec2-instance-ip>:~/
파일이 복사되면 Node.js 애플리케이션을 시작할 수 있습니다.
$ node app.js
이제 Node.js 애플리케이션이 EC2 인스턴스에서 실행 중입니다!
이제 Node.js 애플리케이션을 실행하고 있으므로 TensorFlow.js를 사용할 수 있습니다.
먼저 TensorFlow.js Node.js 패키지를 설치해야 합니다.
$ npm install @tensorflow/tfjs-node
다음으로 다음 코드를 사용하여 train.js라는 파일을 만듭니다.
const tf = require('@tensorflow/tfjs-node');
// Define a model for linear regression.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
// Prepare the model for training: Specify the loss and the optimizer.
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
// Generate some synthetic data for training.
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);
// Train the model using the data.
model.fit(xs, ys, {epochs: 10}).then(() => {
// Use the model to do inference on a data point the model hasn't seen before:
model.predict(tf.tensor2d([5], [1, 1])).print();
});
이 코드는 TensorFlow.js를 사용하여 간단한 선형 회귀 모델을 정의합니다. 그런 다음 일부 합성 데이터를 사용하여 모델을 교육합니다. 마지막으로 모델을 사용하여 새로운 데이터 포인트를 예측합니다.
이 코드를 실행하려면 node 명령을 사용할 수 있습니다.
$ node train.js
훈련된 TensorFlow.js 모델이 있으면 웹 애플리케이션에서 사용할 수 있도록 클라우드 공급자에 배포할 수 있습니다.
이 예에서는 AWS를 다시 사용하지만 프로세스는 다른 공급자와 비슷합니다.
먼저 모델 파일을 저장할 Amazon S3 버킷을 생성해야 합니다. 이를 수행하는 방법에 대한 자세한 내용은 AWS 설명서를 참조하십시오.
다음으로 AWS CLI를 설치해야 합니다. 이를 수행하는 방법에 대한 자세한 내용은 AWS 설명서를 참조하십시오.
AWS CLI가 설치되면 이를 사용하여 로컬 모델 파일을 S3 버킷에 동기화할 수 있습니다.
$ aws s3 sync . s3://<s3-bucket-name>
이제 TensorFlow.js 모델이 S3 버킷에 배포되었습니다!