1. 简介
在此 Codelab 中，您将学习如何使用 TensorFlow.js（一款强大且灵活的 JavaScript 机器学习库）构建一个 Node.js Web 服务器，以在服务器端训练和分类棒球投球类型。您将构建一个 Web 应用来训练模型，以便根据投球传感器数据预测投球类型，并通过 Web 客户端调用预测。tfjs-examples GitHub 代码库中提供了此 Codelab 的完整正常运行版本。
学习内容
- 如何安装和设置 tensorflow.js npm 软件包以用于 Node.js。
- 如何在 Node.js 环境中访问训练和测试数据。
- 如何在 Node.js 服务器中使用 TensorFlow.js 训练模型。
- 如何在客户端/服务器应用中部署经过训练的模型以进行推理。
下面我们开始步入正题！
2. 要求
要完成此 Codelab，您需要：
- 最新版本的 Chrome 或其他现代浏览器。
- 机器本地运行的文本编辑器和命令终端。
- 了解 HTML、CSS、JavaScript 和 Chrome 开发者工具（或您的首选浏览器开发者工具）。
- 大致了解神经网络的概念。如果您需要了解简介或回顾相关知识，请观看这个由 3blue1brown 制作的视频或这个由 Ashi Krishnan 制作的有关使用 JavaScript 进行深度学习的视频。
3. 设置 Node.js 应用
安装 Node.js 和 npm。如需了解受支持的平台和依赖项，请参阅 tfjs-node 安装指南。
为 Node.js 应用创建一个名为 ./baseball 的目录。将链接的 package.json 和 webpack.config.js 复制到此目录中，以配置 npm 软件包依赖项（包括 @tensorflow/tfjs-node npm 软件包）。然后，运行 npm install 以安装依赖项。
$ cd baseball
$ ls
package.json webpack.config.js
$ npm install
...
$ ls
node_modules package.json package-lock.json webpack.config.js
现在，您可以编写一些代码并训练模型了！
4. 设置训练数据和测试数据
通过以下链接，您将以 CSV 文件格式使用训练数据和测试数据。下载并探索以下文件中的数据：
我们来看一些训练数据示例：
vx0,vy0,vz0,ax,ay,az,start_speed,left_handed_pitcher,pitch_code
7.69914900671662,-132.225686405648,-6.58357157666866,-22.5082591074995,28.3119270826735,-16.5850095967027,91.1,0,0
6.68052308575228,-134.215511616881,-6.35565979491619,-19.6602769147989,26.7031848314466,-14.3430602022656,92.4,0,0
2.56546504690782,-135.398673977074,-2.91657310799559,-14.7849950586111,27.8083916890792,-21.5737737390901,93.1,0,0
有八个输入功能用于描述俯仰传感器数据：
- 球速（vx0、vy0、vz0）
- 球加速度（ax、ay、az）
- 起始投球速度
- 投手是否惯用左手
和一个输出标签：
- 表示七种音高类型之一的 top_code：
Fastball (2-seam), Fastball (4-seam), Fastball (sinker), Fastball (cutter), Slider, Changeup, Curveball
目标是构建一个能够根据俯仰传感器数据预测投球类型的模型。
在创建模型之前，您需要准备训练数据和测试数据。在 basket/ 目录下创建 top_type.js 文件，并将以下代码复制到其中。此代码使用 tf.data.csv API 加载训练和测试数据。它还使用最小-最大归一化比例对数据进行归一化（始终推荐）。
const tf = require('@tensorflow/tfjs');
// util function to normalize a value between a given range.
function normalize(value, min, max) {
if (min === undefined || max === undefined) {
return value;
}
return (value - min) / (max - min);
}
// data can be loaded from URLs or local file paths when running in Node.js.
const TRAIN_DATA_PATH =
'https://storage.googleapis.com/mlb-pitch-data/pitch_type_training_data.csv';
const TEST_DATA_PATH = 'https://storage.googleapis.com/mlb-pitch-data/pitch_type_test_data.csv';
// Constants from training data
const VX0_MIN = -18.885;
const VX0_MAX = 18.065;
const VY0_MIN = -152.463;
const VY0_MAX = -86.374;
const VZ0_MIN = -15.5146078412997;
const VZ0_MAX = 9.974;
const AX_MIN = -48.0287647107959;
const AX_MAX = 30.592;
const AY_MIN = 9.397;
const AY_MAX = 49.18;
const AZ_MIN = -49.339;
const AZ_MAX = 2.95522851438373;
const START_SPEED_MIN = 59;
const START_SPEED_MAX = 104.4;
const NUM_PITCH_CLASSES = 7;
const TRAINING_DATA_LENGTH = 7000;
const TEST_DATA_LENGTH = 700;
// Converts a row from the CSV into features and labels.
// Each feature field is normalized within training data constants
const csvTransform =
({xs, ys}) => {
const values = [
normalize(xs.vx0, VX0_MIN, VX0_MAX),
normalize(xs.vy0, VY0_MIN, VY0_MAX),
normalize(xs.vz0, VZ0_MIN, VZ0_MAX), normalize(xs.ax, AX_MIN, AX_MAX),
normalize(xs.ay, AY_MIN, AY_MAX), normalize(xs.az, AZ_MIN, AZ_MAX),
normalize(xs.start_speed, START_SPEED_MIN, START_SPEED_MAX),
xs.left_handed_pitcher
];
return {xs: values, ys: ys.pitch_code};
}
const trainingData =
tf.data.csv(TRAIN_DATA_PATH, {columnConfigs: {pitch_code: {isLabel: true}}})
.map(csvTransform)
.shuffle(TRAINING_DATA_LENGTH)
.batch(100);
// Load all training data in one batch to use for evaluation
const trainingValidationData =
tf.data.csv(TRAIN_DATA_PATH, {columnConfigs: {pitch_code: {isLabel: true}}})
.map(csvTransform)
.batch(TRAINING_DATA_LENGTH);
// Load all test data in one batch to use for evaluation
const testValidationData =
tf.data.csv(TEST_DATA_PATH, {columnConfigs: {pitch_code: {isLabel: true}}})
.map(csvTransform)
.batch(TEST_DATA_LENGTH);
5. 创建用于对投球类型进行分类的模型
现在，您可以开始构建模型了。使用 tf.layers API 将输入（[8] 间距传感器值的形状）连接到 3 个隐藏的全连接层（由 ReLU 激活单元组成），后跟一个由 7 个单元组成的 softmax 输出层，每个层代表一种输出音高类型。
使用 adam 优化器和 sparseCategoricalCrossentropy 损失函数训练模型。如需详细了解这些选项，请参阅训练模型指南。
将以下代码添加到 charge_type.js 的末尾：
const model = tf.sequential();
model.add(tf.layers.dense({units: 250, activation: 'relu', inputShape: [8]}));
model.add(tf.layers.dense({units: 175, activation: 'relu'}));
model.add(tf.layers.dense({units: 150, activation: 'relu'}));
model.add(tf.layers.dense({units: NUM_PITCH_CLASSES, activation: 'softmax'}));
model.compile({
optimizer: tf.train.adam(),
loss: 'sparseCategoricalCrossentropy',
metrics: ['accuracy']
});
从稍后要编写的主服务器代码触发训练。
为了完成 top_type.js 模块，让我们编写一个函数来评估验证和测试数据集、预测单个样本的推介类型，并计算准确性指标。将以下代码附加到 {/5}prospect_type.js 的末尾：
// Returns pitch class evaluation percentages for training data
// with an option to include test data
async function evaluate(useTestData) {
let results = {};
await trainingValidationData.forEachAsync(pitchTypeBatch => {
const values = model.predict(pitchTypeBatch.xs).dataSync();
const classSize = TRAINING_DATA_LENGTH / NUM_PITCH_CLASSES;
for (let i = 0; i < NUM_PITCH_CLASSES; i++) {
results[pitchFromClassNum(i)] = {
training: calcPitchClassEval(i, classSize, values)
};
}
});
if (useTestData) {
await testValidationData.forEachAsync(pitchTypeBatch => {
const values = model.predict(pitchTypeBatch.xs).dataSync();
const classSize = TEST_DATA_LENGTH / NUM_PITCH_CLASSES;
for (let i = 0; i < NUM_PITCH_CLASSES; i++) {
results[pitchFromClassNum(i)].validation =
calcPitchClassEval(i, classSize, values);
}
});
}
return results;
}
async function predictSample(sample) {
let result = model.predict(tf.tensor(sample, [1,sample.length])).arraySync();
var maxValue = 0;
var predictedPitch = 7;
for (var i = 0; i < NUM_PITCH_CLASSES; i++) {
if (result[0][i] > maxValue) {
predictedPitch = i;
maxValue = result[0][i];
}
}
return pitchFromClassNum(predictedPitch);
}
// Determines accuracy evaluation for a given pitch class by index
function calcPitchClassEval(pitchIndex, classSize, values) {
// Output has 7 different class values for each pitch, offset based on
// which pitch class (ordered by i)
let index = (pitchIndex * classSize * NUM_PITCH_CLASSES) + pitchIndex;
let total = 0;
for (let i = 0; i < classSize; i++) {
total += values[index];
index += NUM_PITCH_CLASSES;
}
return total / classSize;
}
// Returns the string value for Baseball pitch labels
function pitchFromClassNum(classNum) {
switch (classNum) {
case 0:
return 'Fastball (2-seam)';
case 1:
return 'Fastball (4-seam)';
case 2:
return 'Fastball (sinker)';
case 3:
return 'Fastball (cutter)';
case 4:
return 'Slider';
case 5:
return 'Changeup';
case 6:
return 'Curveball';
default:
return 'Unknown';
}
}
module.exports = {
evaluate,
model,
pitchFromClassNum,
predictSample,
testValidationData,
trainingData,
TEST_DATA_LENGTH
}
6. 在服务器上训练模型
在名为 server.js 的新文件中编写服务器代码以执行模型训练和评估。首先，创建一个 HTTP 服务器，并使用 socket.io API 打开一个双向套接字连接。然后使用 model.fitDataset API 执行模型训练，并使用您之前编写的 pitch_type.evaluate() 方法评估模型准确率。训练和评估 10 次迭代，将指标输出到控制台。
将以下代码复制到 server.js：
require('@tensorflow/tfjs-node');
const http = require('http');
const socketio = require('socket.io');
const pitch_type = require('./pitch_type');
const TIMEOUT_BETWEEN_EPOCHS_MS = 500;
const PORT = 8001;
// util function to sleep for a given ms
function sleep(ms) {
return new Promise(resolve => setTimeout(resolve, ms));
}
// Main function to start server, perform model training, and emit stats via the socket connection
async function run() {
const port = process.env.PORT || PORT;
const server = http.createServer();
const io = socketio(server);
server.listen(port, () => {
console.log(` > Running socket on port: ${port}`);
});
io.on('connection', (socket) => {
socket.on('predictSample', async (sample) => {
io.emit('predictResult', await pitch_type.predictSample(sample));
});
});
let numTrainingIterations = 10;
for (var i = 0; i < numTrainingIterations; i++) {
console.log(`Training iteration : ${i+1} / ${numTrainingIterations}`);
await pitch_type.model.fitDataset(pitch_type.trainingData, {epochs: 1});
console.log('accuracyPerClass', await pitch_type.evaluate(true));
await sleep(TIMEOUT_BETWEEN_EPOCHS_MS);
}
io.emit('trainingComplete', true);
}
run();
此时，您可以运行和测试服务器了！您应该会看到类似这样的内容，其中服务器在每次迭代中训练一个周期（您也可以使用 model.fitDataset API，通过一次调用训练多个周期）。如果您此时遇到任何错误，请检查您的节点和 npm 安装。
$ npm run start-server
...
> Running socket on port: 8001
Epoch 1 / 1
eta=0.0 ========================================================================================================>
2432ms 34741us/step - acc=0.429 loss=1.49
按 Ctrl-C 以停止正在运行的服务器。我们将在下一步中再次运行它。
7. 创建客户端页面并显示代码
现在，服务器已准备就绪，下一步是编写客户端代码，该代码将在浏览器中运行。创建一个简单的页面，以在服务器上调用模型预测并显示结果。它使用 socket.io 进行客户端/服务器通信。
首先，在 ball/ 文件夹中创建 index.html：
<!doctype html>
<html>
<head>
<title>Pitch Training Accuracy</title>
</head>
<body>
<h3 id="waiting-msg">Waiting for server...</h3>
<p>
<span style="font-size:16px" id="trainingStatus"></span>
<p>
<div id="predictContainer" style="font-size:16px;display:none">
Sensor data: <span id="predictSample"></span>
<button style="font-size:18px;padding:5px;margin-right:10px" id="predict-button">Predict Pitch</button><p>
Predicted Pitch Type: <span style="font-weight:bold" id="predictResult"></span>
</div>
<script src="dist/bundle.js"></script>
<style>
html,
body {
font-family: Roboto, sans-serif;
color: #5f6368;
}
body {
background-color: rgb(248, 249, 250);
}
</style>
</body>
</html>
然后，使用以下代码在 basto/ 文件夹中创建一个新文件 client.js：
import io from 'socket.io-client';
const predictContainer = document.getElementById('predictContainer');
const predictButton = document.getElementById('predict-button');
const socket =
io('http://localhost:8001',
{reconnectionDelay: 300, reconnectionDelayMax: 300});
const testSample = [2.668,-114.333,-1.908,4.786,25.707,-45.21,78,0]; // Curveball
predictButton.onclick = () => {
predictButton.disabled = true;
socket.emit('predictSample', testSample);
};
// functions to handle socket events
socket.on('connect', () => {
document.getElementById('waiting-msg').style.display = 'none';
document.getElementById('trainingStatus').innerHTML = 'Training in Progress';
});
socket.on('trainingComplete', () => {
document.getElementById('trainingStatus').innerHTML = 'Training Complete';
document.getElementById('predictSample').innerHTML = '[' + testSample.join(', ') + ']';
predictContainer.style.display = 'block';
});
socket.on('predictResult', (result) => {
plotPredictResult(result);
});
socket.on('disconnect', () => {
document.getElementById('trainingStatus').innerHTML = '';
predictContainer.style.display = 'none';
document.getElementById('waiting-msg').style.display = 'block';
});
function plotPredictResult(result) {
predictButton.disabled = false;
document.getElementById('predictResult').innerHTML = result;
console.log(result);
}
客户端会处理 trainingComplete 套接字消息，以显示预测按钮。点击此按钮后，客户端会发送一个包含示例传感器数据的套接字消息。在收到 predictResult 消息后，它会在页面上显示联想查询。
8. 运行应用
运行服务器和客户端以查看整个应用的运行情况：
[In one terminal, run this first]
$ npm run start-client
[In another terminal, run this next]
$ npm run start-server
在浏览器中打开客户端页面 ( http://localhost:8080)。模型训练完成后，点击预测示例按钮。您应该会在浏览器中看到预测结果。您可以随意修改 CSV 测试文件中的示例传感器数据，看看模型预测的准确程度。
9. 您学到的内容
在此 Codelab 中，您使用 TensorFlow.js 实现了一个简单的机器学习 Web 应用。您训练了一个自定义模型，用于根据传感器数据对棒球投球类型进行分类。您编写了 Node.js 代码以在服务器上执行训练，并使用从客户端发送的数据对经过训练的模型调用推断。
请务必访问 tensorflow.org/js，查看包含代码的更多示例和演示，了解如何在应用中使用 TensorFlow.js。