📅  最后修改于: 2023-12-03 14:47:55.165000             🧑  作者: Mango
TensorFlow.js是一个基于JavaScript的机器学习库,可运行在浏览器和Node.js中。其中tf.io.http()函数是一个用于从HTTP端点加载模型和数据的TensorFlow.js API方法。
tf.io.http(path, init?)
参数:
tf.io.http()函数的主要用途是从HTTP端点(例如,浏览器中的Web服务器或Node.js中的HTTP服务器)加载TensorFlow.js模型或数据。
举个例子:假设我们在浏览器中开发一个机器学习应用程序,它需要从Web服务器上获取一个预先训练的模型以进行某些推理任务。我们可以使用tf.io.http()函数通过AJAX调用来获取该模型。
另一个例子是我们想在 Node.js 中实现一个机器学习应用程序。我们可以使用tf.io.http()函数向本地或远程服务器发送HTTP请求来获取数据或模型。
以下示例通过tf.io.http()函数从TensorFlow.js官方示例服务器(http://localhost:8000/tfjs-models/sentiment_cnn/1/model.json)加载情感分类CNN模型:
const url = 'http://localhost:8000/tfjs-models/sentiment_cnn/1/model.json';
async function loadModel() {
const model = await tf.io.http(url);
console.log('Model loaded successfully');
}
loadModel();
在这个例子中,我们使用async/await模式来异步加载模型。当模型加载成功后,会输出“Model loaded successfully”。
这篇介绍主要是讲解tf.io.http()函数的用途和语法。通过这个函数,可以轻松地从HTTP端点获取TensorFlow.js模型和数据。