ဉာဏ်ရည်တု

အိမ် AI ဆိုတာဘာလဲ။ လူ့ထောက်လှမ်းရေး ဘာသာစကားများ၏သမိုင်း နံပါတ်များသမိုင်း ကွန်ပျူတာသမိုင်း စက်ရုပ်များ အလုပ်အစားထိုးခြင်း။ AI နမူနာများ စိတ်၏သီအိုရီ ပရိုဂရမ်ရေးခြင်း။ JavaScript Browser တွင် AI

သင်္ချာ

သင်္ချာ တစ်ပြေးညီ လုပ်ဆောင်ချက်များ Linear Algebra ကွက်ကွက်များ Matrices တင်းဆာများ

စာရင်းအင်းများ

ဖြစ်နိုင်ခြေ စာရင်းအင်းများ ဖြန့်ဝေခြင်း။

ဂရပ်ဖစ်

AI Plotter AI Linear ဂရပ်ဖစ်များ AI ဖြန့်ကြဲကွက်များ

AI သိပ္ပံ

သိပ္ပံပညာ Data စုဆောင်းခြင်း။ အစုအဝေး ဆုတ်ယုတ်မှုများ စက်သင်ယူခြင်း။ အာရုံကြောကွန်ရက်များ

စက်သင်ယူခြင်း။

Perceptrons များ အသိ လေ့ကျင့်ရေး စမ်းသပ်ခြင်း။ သင်ယူခြင်း။ အသုံးအနှုန်းများ Brain.js

TensorFlow

TFJS ကျူတိုရီရယ် TFJS လည်ပတ်မှုများ TFJS မော်ဒယ်များ TFJS ကြည့်ရှုသူ

ဥပမာ ၁

Ex1 မိတ်ဆက် Ex1 ဒေတာ Ex1 မော်ဒယ် Ex1 သင်တန်း

ဥပမာ ၂

Ex2 မိတ်ဆက် Ex2 ဒေတာ Ex2 မော်ဒယ် Ex2 သင်တန်း

JS ဂရပ်ဖစ်

အင်ထရို Graph Canvas ဂရပ်ဖစ် Plotly.js ဂရပ်ဖစ် Chart.js ဂရပ်ဖစ် ဂရပ်ဖစ် D3.js

TensorFlow.js ကျူတိုရီရယ်

TensorFlow.js ဆိုတာဘာလဲ။

Machine Learning အတွက် နာမည်ကြီး JavaScript စာကြည့်တိုက်

Browser တွင် စက်သင်ယူမှုပုံစံများကို လေ့ကျင့်ပြီး အသုံးပြုခွင့် ပေးသည်။

မည်သည့် Web Application တွင် မဆို စက်သင်ယူခြင်းလုပ်ဆောင်ချက်များကို ပေါင်းထည့်နိုင်စေ ပါသည်။

TensorFlow ကိုအသုံးပြုခြင်း။

TensorFlow.js ကိုအသုံးပြုရန်၊ သင်၏ HTML ဖိုင်(များ)သို့ အောက်ပါ script tag ကို ထည့်ပါ-

ဥပမာ

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]/dist/tf.min.js"></script>

သင်သည် နောက်ဆုံးဗားရှင်းကို အမြဲသုံးကြောင်း သေချာစေရန်၊ ဤအရာကို အသုံးပြုပါ-

ဥပမာ ၂

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"></script>

TensorFlow ကို ပြည်တွင်း Google အသုံးပြုမှုအတွက် Google Brain Team မှ တီထွင် ခဲ့သော်လည်း 2015 ခုနှစ်တွင် အဖွင့်ဆော့ဖ်ဝဲအဖြစ် ထုတ်ဝေခဲ့သည်။

2019 ခုနှစ် ဇန်နဝါရီလတွင် Google developer များသည် TensorFlow ၏ JavaScript အကောင်အထည်ဖော်မှုဖြစ်သော TensorFlow.js ကို ထုတ်ပြန်ခဲ့သည်။

Tensorflow.js သည် Python တွင်ရေးသားထားသော မူရင်း TensorFlow စာကြည့်တိုက်ကဲ့သို့ တူညီသောအင်္ဂါရပ်များကို ဖြည့်ဆည်းပေးရန် ဒီဇိုင်းထုတ်ထားပါသည်။


တင်းဆာများ

TensorFlow.js သည် Tensor ကို သတ်မှတ်ပြီး လုပ်ဆောင်ရန် JavaScript စာကြည့်တိုက် တစ်ခုဖြစ်သည်

Tensor သည် multidimensional array နှင့် များစွာတူသည်။

Tensor တွင် ကိန်းဂဏာန်းတန်ဖိုးများ (တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော) အတိုင်းအတာပုံသဏ္ဍာန်တွင် ပါရှိသည်။

Tensor တွင် အောက်ပါ အဓိက ဂုဏ်သတ္တိများ ရှိသည်။

ပစ္စည်းဥစ္စာဖော်ပြချက်
dtypeဒေတာအမျိုးအစား
အဆင့်အတိုင်းအတာ အရေအတွက်
ပုံသဏ္ဍာန်အတိုင်းအတာတစ်ခုစီ၏အရွယ်အစား

Tensor ဖန်တီးခြင်း။

Tensor ကို မည်သည့် N-dimensional array မှ ဖန်တီးနိုင်သည် ။

ဥပမာ ၁

const tensorA = tf.tensor([[1, 2], [3, 4]]);

ဥပမာ ၂

const tensorA = tf.tensor([[1, 2], [3, 4], [5, 6]]);


Tensor Shape

Tensor ကို array တစ်ခု နှင့် shape parameter တို့ မှလည်း ဖန်တီးနိုင်သည် -

ဥပမာ ၁

const shape = [2, 2];
const tensorA = tf.tensor([1, 2, 3, 4], shape);

ဥပမာ ၂

const tensorA = tf.tensor([1, 2, 3, 4], [2, 2]);

ဥပမာ ၃

const tensorA = tf.tensor([[1, 2], [3, 4]], [2, 2]);


Tensor Data အမျိုးအစားများ

Tensor တွင် အောက်ပါဒေတာအမျိုးအစားများ ရှိနိုင်သည်-

  • ဘူလ်
  • int32
  • float32 (မူလ)
  • ရှုပ်ထွေးသော၆၄
  • ကြိုးတစ်ချောင်း

သင် tensor တစ်ခုကို ဖန်တီးသောအခါ၊ သင်သည် ဒေတာအမျိုးအစားကို တတိယ ကန့်သတ်ဘောင်အဖြစ် သတ်မှတ်နိုင်သည်။

ဥပမာ

const tensorA = tf.tensor([1, 2, 3, 4], [2, 2], "int32");
/*
Results:
tensorA.rank = 2
tensorA.shape = 2,2
tensorA.dtype = int32
*/


Tensor တန်ဖိုးများကို ရယူပါ။

tensor.data() ကို အသုံးပြု၍ tensor နောက်ကွယ်မှဒေတာကို သင်ရနိုင်သည် -

ဥပမာ

const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.data().then(data => display(data));

// Result: 1,2,3,4
function display(data) {
  document.getElementById("demo").innerHTML = data;
}

tensor.array() ကို အသုံးပြု၍ tensor နောက်ကွယ်ရှိ array ကို သင် ရယူနိုင်ပါသည်

ဥပမာ

const tensorA = tf.tensor([[1, 2], [3, 4]]);
tensorA.array().then(array => display(array[0]));

// Result: 1,2
function display(data) {
  document.getElementById("demo").innerHTML = data;
}