1. 首页首页
  2. 科技前沿科技前沿

2025年Tensorflow.js入门之toxicity

科技前沿 • • 阅读 51

Tensorflow.js入门之toxicitytfjs 入门之 toxicity 教程 吴恩达团队 Tensorflow2 0 数据和部署第一课 基于浏览器的模型与 TensorFlow js toxicity html lt html gt lt head gt lt script src https cdn jsdelivr net npm

大家好，我是讯享网，很高兴认识大家。

tfjs入门之toxicity

教程：【吴恩达团队Tensorflow2.0数据和部署第一课】基于浏览器的模型与TensorFlow.js

toxicity.html

<html> <head> <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.1.0"></script> <script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/toxicity@1.2.0"></script> <script> // The minimum prediction confidence. const threshold = 0.9; // Load the model. Users optionally pass in a threshold and an array of // labels to include. toxicity.load(threshold).then(model => { 
     const sentences = ['you suck']; model.classify(sentences).then(predictions => { 
     console.log(predictions); for(i=0;i<7;i++){ 
     if(predictions[i].results[0].match){ 
     console.log(predictions[i].label *" was found with a probability of " * predictions[i].results[0].probabilities[1]); } } }); }); </script> </head> <body></body> </html>

讯享网

在浏览器打开，按F12
在这里插入图片描述
讯享网
则成功

说一说遇到的坑：
（1）指定tfjs和toxicity版本问题，此处分别为2.1.0，1.2.0，否则可能会遇到找不到函数等各种bug

（2）警告信息可以忽略，或者脚本标签改为
这里是引用

讯享网<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.1.0/dist/tf.min.js"></script> <script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/toxicity@1.2.0/dist/toxicity.js"></script>

在这里插入图片描述

注：具体tfjs、toxicity版本等信息可以参见

https://cdn.jsdelivr.net/

在这里插入图片描述
在这里插入图片描述

小讯
上一篇 2025-01-24 08:54
下一篇 2025-02-23 20:35

相关推荐

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/26277.html