TensorFlow.js es una biblioteca que permite el entrenamiento y despliegue de modelos de aprendizaje automático (machine learning) en navegadores web y en Node.js.
Aquí te dejo un ejemplo básico de cómo podrías empezar a utilizar TensorFlow.js:
1. Importe las bibliotecas necesarias.
```javascript
import * as tf from ‘@tensorflow/tfjs’;
```
2. Define un modelo.
Por ejemplo, para hacer una simple regresión lineal podrías hacer lo siguiente:
```javascript
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
```
3. Compila el modelo.
Antes de que puedas entrenar el modelo, debes compilarlo. Durante la compilación, puedes definir la pérdida y las métricas.
```javascript
model.compile({loss: ‘meanSquaredError’, optimizer: ‘sgd’});
```
4. Carga tus datos.
Entrena el modelo con datos reales. En este ejemplo, usaremos datos generados aleatoriamente.
```javascript
const xs = tf.tensor2d([-1, 0, 1, 2, 3, 4], [6, 1]);
const ys = tf.tensor2d([-3, -1, 1, 3, 5, 7], [6, 1]);
```
5. Entrena el modelo.
```javascript
await model.fit(xs, ys);
```
6. Hacer predicciones.
Una vez que tu modelo está entrenado, puedes usarlo para hacer predicciones.
```javascript
model.predict(tf.tensor2d(5, [1, 1])).print();
```
Este es un ejemplo bastante simple y los modelos de aprendizaje automático pueden ser enormemente complejos. Sin embargo, esto debería ayudarte a empezar a trabajar con TensorFlow.js para IA.
