登录
用 TensorFlow.js Node 实现猫图像识别（教学版逐步分解）
2025年9月9日 23:32
本教程将一步步带你在 Node.js 环境下，使用 TensorFlow.js（tfjs-node） 搭建并训练一个简单的卷积神经网络，实现 猫 vs 非猫 图像识别。我们会采用“代码分块 + 详细讲
一、第一层卷积 + 池化
// 第1层卷积：学边缘
model.add(tf.layers.conv2d({
inputShape: [28, 28, 1], // 输入是28×28的灰度图
filters: 32, // 提取32种特征
kernelSize: 3, // 卷积核大小3×3
activation: 'relu' // 激活函数：非线性
}));
model.add(tf.layers.maxPooling2d({poolSize: [2, 2]}));
作用：
- 卷积核（3×3）会扫描图片，学习到“局部边缘特征”（比如横线、竖线、斜线）。
- 32 个 filters 就相当于 32 双不同的“眼睛”，每个眼睛关注不同方向的边缘。
-
relu保证输出非线性，否则网络只能学直线关系。 -
MaxPooling(2×2)把特征图缩小一半，减少计算，同时保留“最显著”的特征（增强平移不变性）。
二、第二层卷积 + 池化
// 第2层卷积：学纹理
model.add(tf.layers.conv2d({
filters: 64,
kernelSize: 3,
activation: 'relu'
}));
model.add(tf.layers.maxPooling2d({poolSize: [2, 2]}));
作用：
- 在第一层学到“边缘”的基础上，这一层能把边缘组合成“纹理、角点、曲线”。
-
64 filters= 64 种更复杂的特征检测器。 - 再次
MaxPooling→ 缩小尺寸，避免特征图过大。
三、第三层卷积
// 第3层卷积：学更复杂的形状
model.add(tf.layers.conv2d({
filters: 128,
kernelSize: 3,
activation: 'relu'
}));
model.add(tf.layers.flatten());
作用：
- 继续在“纹理”基础上，学习更高级的形状，比如：圈、数字结构、局部物体。
-
128 filters= 学习更多样的复杂特征。 -
Flatten：把二维的特征图摊平成一维向量，方便后面的全连接层做分类。
四、全连接层
// 全连接层：组合特征
model.add(tf.layers.dense({units: 128, activation: 'relu'}));
作用：
- Dense 层相当于“大脑整合”：把所有局部特征（边缘、纹理、形状）组合在一起。
-
units: 128表示有 128 个神经元，每个神经元会学习一种组合方式。 -
relu继续保持非线性，增强表达能力。
五、输出层
// 输出层：分类 0-9
model.add(tf.layers.dense({units: 10, activation: 'softmax'}));
作用：
-
最终分类层，把上一步的综合特征转化为“属于每个类别的概率”。
-
units: 10= 10 个类别（数字 0–9）。 -
softmax会把输出变成概率分布，比如：[0.01, 0.02, 0.05, 0.80, 0.02, 0.05, 0.01, 0.02, 0.01, 0.01]→ 表示模型认为这张图是“3”的概率最高（80%）。
