TensorFlow.js + node/express , モデルの評価結果を出力
index:
概要:
前のTensorFlow.js 関係で、
学習済で保存モデルから、node.js で予測値を出力し。
グラフ表示する例となります
環境
TensorFlow.js
node.js
Vue.js
express
Ubuntu16
画面
前回の、回帰モデルの結果
実装など
機械学習は、事前に実行して。モデルを保存しておきます
https://github.com/kuc-arc-f/tfjs_app1_express1/blob/master/train.js
async function run_train() {
const tr = new LibTrain( )
const dTrain = new LibTrainData( )
const appConst = new LibConst( )
// console.log(appConst.model_name )
//return;
const model = tr.createModel();
const data = await tr.getData();
var chart_dats = dTrain.convert_chart_arr(data)
console.log(chart_dats.lbl.length )
const tensorData = tr.convertToTensor(data);
const {inputs, labels} = tensorData;
// Train the model
console.log('Training-start');
await tr.trainModel(model, inputs, labels,
tensorData, chart_dats.lbl.length
,chart_dats );
console.log('#fit-complete');
//pred
const [xs, preds] = tr.testModel(model, data, tensorData,
chart_dats.lbl.length);
console.log( preds );
await model.save(appConst.model_name );
}・api : モデル読み込み。評価処理、
https://github.com/kuc-arc-f/tfjs_app1_express1/blob/master/routes/api_train.js
router.get('/chart_items', async function(req, res) {
console.log('Hello TensorFlow, t3-read');
const tr = new LibTrain( )
const dTrain = new LibTrainData( )
const appConst = new LibConst( )
//
const data = await tr.getData();
var chart_dats = dTrain.convert_chart_arr(data)
console.log(chart_dats.lbl.length )
const tensorData = tr.convertToTensor(data);
const model = await tf.loadLayersModel(appConst.model_name + '/model.json');
//pred
const [xs, preds] = tr.testModel(model, data, tensorData,
chart_dats.lbl.length);
//console.log( preds );
//out
var items = []
preds.forEach( function (item) {
items.push(item );
});
var arr ={
'pred' : items,
'chart_dats' : chart_dats,
}
var param = {"docs": arr };
res.json(param);
});
まとめ
前回のブラウザ版と、比較して
事前に、学習処理が必要ですが
評価時に、学習しない分。かなり高速表示できました。
