今天的筆記也是基於TensorFlow.js
From TensorFlow Guide

昨天大致上說完tensor，TensorFlow.js資料的部分
今天來說說準備Model的部分

在TensorFlow.js中有兩種，創立神經網路模型的方式
第一種是呼叫Layers API，也就是這幾天用的方式
(這種比較高階的API，像keras那樣幫忙做好很多事情，可以比較沒有負擔的開發產品)
第二種是呼叫Core API，這個比較麻煩，好處就是彈性比較大

那先來複習一下Model的部分
首先是創建一個模型

const model = tf.sequential();

接下來就是在裡面加上神經網路層
像是這樣的神經網路

model.add(tf.layers.dense({ inputShape: [3], units: 4 }));
model.add(tf.layers.dense({ units: 2 }));

第一層根據3輸入特徵，調整自身的4個神經元
第一層一定要有inputShape指定接受的tensor會以幾個一組進入
第二層根據上一層的結果處理成兩個神經元

這時候先回到第8天的範例
使用Layer API的優點就是可以儲存與載入模型
因為model裡面已經包含了模型的結構與權重
甚至還有最佳化函數與其執行狀況
可以從繼續訓練而不用重來
儲存模型

const saveResult = await model.save('localstorage://day8');

載入模型

const saveResult = await model.save('localstorage://day8');