###### tags: `FM634A` # FM634A ## ch03 ### 開頭的說明 在機器學習的世界裡, 通常會使用 Python 程式語言加上 TensorFlow 框架來實作, 為了讓網頁也能具備機器學習的能力, 於是便有人將 TensorFlow 框架移植到網頁上, 變成 JavsScript 版的 TensorFlow.js(以下簡稱 tfjs)。不過 tfjs 無論是在架構神經網路、訓練模型或應用上, 程式寫法都比較複雜繁瑣, 並不適合初學者使用。 前面我們介紹了.... ### 回呼函式 回呼函式在 JS 中相當常見, 主要用在解決非同步等待的問題, 也就是讓程式在等待某項特定工作完成前可以先做其他的事, 但在該特定工作完成時接獲通知, 進行後續的處理, 這樣既不會因為枯等尚未完成的工作而浪費時間、也可以確保不同工作的執行順序。我們可以用預購商品來比擬, 只要留電話號碼給店員, 就可以在到貨時接獲通知前去付款取貨, 不需要時時向店員詢問到貨狀況。在剛剛建立分類器的例子中, 由於載入模型比較耗時, 因此採用回呼函式, 讓程式先往下進行其他工作, 一旦模型載入完成, 就會自動呼叫 modelReady 函式, 我們就可以在 modelReady 中啟動分類物件的程序。由於是由被等待的那一端主動回頭通知, 因此稱為 "callback"。 ### results results 是一個陣列, 包含每一個分類出的物件, 並依據信心值由高至低的順序排列, 取得第一個即是....