🤖 Méthodes TensorFlow.js – Les Bases

Installation de TensorFlow.js

• Node.js (en local / serveur)

  npm i @tensorflow/tfjs-node

• Navigateur (CDN)

  <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@4.15.0/dist/tf.min.js"></script>

• Test rapide (navigateur)

  <script>
  tf.ready().then(() => {
    tf.tensor([1, 2, 3]).print();
  });
  </script>

Installation de TensorFlow.js

• Installation pour node jsnpm i @tensorflow/tfjs-node
• Utilisation dans une page html

  <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest/dist/tf.min.js"></script>

Création de tenseurs

• tf.tensor() — Créer un tenseur simple à partir d’un tableau.

const t = tf.tensor([1, 2, 3]);
t.print();
    

• tf.tensor2d() — Créer un tenseur 2D (matrice).

const t = tf.tensor2d([[1, 2], [3, 4]]);
t.print();
    

• tf.zeros(), tf.ones(), tf.fill()

tf.zeros([2, 2]).print();
tf.ones([2, 2]).print();
tf.fill([2, 2], 9).print();
    

Manipulation de tenseurs

• tf.reshape() — Change la forme du tenseur.

const t = tf.tensor([1, 2, 3, 4]);
t.reshape([2, 2]).print();
    

• tf.transpose() — Transpose un tenseur (ligne ↔ colonne).

const t = tf.tensor2d([[1, 2], [3, 4]]);
t.transpose().print();
    

• tf.concat(), tf.stack() — Concatène ou empile des tenseurs.

const a = tf.tensor([1, 2]);
const b = tf.tensor([3, 4]);
tf.concat([a, b]).print();
tf.stack([a, b]).print();
    

Opérations mathématiques de base

• tf.add(a, b)

const a = tf.tensor([1, 2]);
const b = tf.tensor([3, 4]);
tf.add(a, b).print(); // [4, 6]
    

• tf.sub(a, b)

const a = tf.tensor([5, 6]);
const b = tf.tensor([2, 4]);
tf.sub(a, b).print(); // [3, 2]
    

• tf.mul(a, b)

const a = tf.tensor([2, 3]);
const b = tf.tensor([4, 5]);
tf.mul(a, b).print(); // [8, 15]
    

• tf.div(a, b)

const a = tf.tensor([10, 20]);
const b = tf.tensor([2, 4]);
tf.div(a, b).print(); // [5, 5]
    

• tf.pow(a, exp)

const a = tf.tensor([2, 3]);
tf.pow(a, 2).print(); // [4, 9]
    

• tf.sqrt(a)

const a = tf.tensor([4, 9]);
tf.sqrt(a).print(); // [2, 3]
    

• tf.exp(a)

const a = tf.tensor([1, 2]);
tf.exp(a).print();
    

• tf.log(a)

const a = tf.tensor([1, 10]);
tf.log(a).print();
    

• tf.abs(a)

const a = tf.tensor([-1, 2]);
tf.abs(a).print(); // [1, 2]
    

• tf.neg(a)

const a = tf.tensor([5, -7]);
tf.neg(a).print(); // [-5, 7]