TensorFlow.js入門書、Python不要で学べ

書評はこの本を一つの考え方を軸に位置づける。モデルは入力と出力の形が固定された関数として扱えるというものだ。内部の仕組みが分からなくても、入力テンソルの形と出力テンソルの意味が分かれば使える。

この考え方は以降の章でも繰り返し現れる。転移学習では、変更できないグラフモデルは特徴抽出器としてのみ使い、レイヤーモデルは切り分けて再構築できる。書評はメモリに関する設計パターンも挙げる。テンソルはJavaScriptのガベージコレクタに回収されないため、dispose()やtf.tidy()で明示的に解放する必要があり、ファイルハンドルや接続を閉じ忘れるのと同じ種類の問題だという。

もう一つのテーマは数値計算と意味の分離だ。推薦の例では、ユーザー名やジャンル名といったラベルは素のJavaScript配列に置いたまま、計算だけをテンソルに任せ、結果はインデックスからラベルに戻して表示する。書評は画像分類でも同じ手法を指摘する。topkが上位の結果を選び、ラベル配列と突き合わせる。本の構成は抽象度を段階的に下げていく流れに沿う。ラッパーライブラリの利用から、モデルとテンソルを直接扱い、モデルを定義して訓練し、最後には既存モデルを分解して再利用するところまで。