En este tutorial vamos a darle continuidad en el tutorial anterior https://youtu.be/lmDy-pSr0Zk en el que creamos un modelo y en este tutorial vamos a meterle datos a ese modelo. En este excel podemos ver un ejemplo de este modelo https://drive.google.com/file/d/1I08-n8MpeA9MqaxKzFLPiu2Iiiu_auJ9/view?usp=sharing pero eso que estamos colocando en el excel tensor flow va a tener que realizar esos calculos.
Codigo
<!DOCTYPE html><html><head><title>TODO supply a title</title><metacharset="UTF-8"><metaname="viewport"content="width=device-width, initial-scale=1.0"><script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js"></script><!-- <script src="newjavascript.js" type="text/javascript"></script>--></head><body><script>//Creando el modeloconstmodelo=tf.sequential();//Creamos una capa ocultaconstoculta=tf.layers.dense({units:4,inputShape:[2],activation:'sigmoid'});//Mtemos la capa oculta en el modelomodelo.add(oculta);// Creamos la capa de salidaconstsalida=tf.layers.dense({units:1,activation:'sigmoid'});//Metemos la capa de salida en el modelomodelo.add(salida);//Creamos las opciones del sgdconstsgdOpciones=tf.train.sgd(0.1);//Compilamos el modelomodelo.compile({//Le asignamos la optimizacionoptimizer:sgdOpciones,//Asignamos la forma de reducir la perdidaloss:tf.losses.meanSquaredError});constx1=tf.tensor2d([[0,0],[0.2,0.2],[0.4,0.4],]);constx2=tf.tensor2d([[0.1],[0.3],[0.5],]);asyncfunctionintento(){for(i=0;i<500;i++){constrespuesta=awaitmodelo.fit(x1,x2,{shuffle:true,epochs:100});console.log(respuesta.history.loss[0]);}}intento().then(()=>{constsalida=modelo.predict(x1);salida.print();});</script></body></html>
En los use faltan las barras invertidas para separar \ Esto provoca errores IlluminateSupportFacadesSchema; Realmente es Illuminate\Support\Facades\Schema; (Estoy con Laravel…
Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.
Cookies estrictamente necesarias
Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.
Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendrás que activar o desactivar las cookies de nuevo.