【问题标题】：TensorFlow JS Input Shape ExampleTensorFlow JS 输入形状示例
【发布时间】：2020-03-21 14:15:40
【问题描述】：

标题

我是人工智能的新手，正在尝试使用 tensorflow js 进行学习。任何帮助/指导表示赞赏。

我已按照此处的指南进行操作，它似乎按预期工作： https://codelabs.developers.google.com/codelabs/tfjs-training-regression/index.html#0

在提供的示例中，它使用来自：https://storage.googleapis.com/tfjs-tutorials/carsData.json的数据集

在示例中，使用的道具是：Miles_per_Gallon 和 Horsepower。

问题

我想知道如何调整代码，以便在输入形状中，我能够传入样本数据中可用的所有属性，以便创建（理想情况下）更准确的预测。

我查看了文档并认为这是与我的问题相关的页面：https://www.tensorflow.org/js/guide/models_and_layers

...但我不太了解如何将样本数据解释为 tensorflow 的输入形状。

【问题讨论】：

能否在问题中添加相关代码？帮助会更容易
当然。更新了代码示例。

标签： tensorflow artificial-intelligence tensorflow.js

【解决方案1】：

我在同一条船上，这是我到目前为止的想法（因为没有其他答案）。

有两个地方可以定义形状。 1. 创建张量时 2. 创建模型时。

创建张量时

const x1 = [18, 8, 307, ...] // aka Miles per gallon, cylinders, displacement, ...
const xs = [x1, x2, x3,...]
// Then you create the tensor, I try to have it dynamic like so:
const tensorXs = tf.tensor2d(xs, [xs.length, xs[0].length])

因此您可以动态更改数据点的数量并添加更多功能，并且它是正确的。

创建模型时

const layerOneInputShape = [xs[0].length]
const layerOneUnits = xs[0].length

model.add(tf.layers.dense({ inputShape: layerOneInputShape, units: layerOneUnits, useBias: true }))

这对我有用。

【讨论】：