在本教程中,您将训练一个模型,以根据投球传感器数据(来自 MLBAM)预测棒球投球类型。训练将在服务器端,在一个 Node.js 应用程序中完成。
此练习将演示在您的服务器应用程序中设置 tfjs-node npm 包、构建模型并使用标记的投球传感器数据对其进行训练的步骤。它还将展示如何将训练状态传达给客户端,以及如何在客户端/服务器架构中使用训练后的模型进行预测。
在本教程中,您将训练一个模型,以根据投球传感器数据(来自 MLBAM)预测棒球投球类型。训练将在服务器端,在一个 Node.js 应用程序中完成。
此练习将演示在您的服务器应用程序中设置 tfjs-node npm 包、构建模型并使用标记的投球传感器数据对其进行训练的步骤。它还将展示如何将训练状态传达给客户端,以及如何在客户端/服务器架构中使用训练后的模型进行预测。
除另有说明外,本页面的内容根据 知识共享署名 4.0 许可证 授权,代码示例根据 Apache 2.0 许可证 授权。有关详细信息,请参阅 Google Developers 网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
上次更新时间 2022-11-01 UTC。