论文部分内容阅读
[摘 要]近年来，随着人工智能技术的发展应用，机器学习的框架及研究工具逐渐成熟。其中，TensorFlow.js是由Google的AI团队发布的一款基于硬件加速的JavaScript库，用于训练和部署机器学习，用户在浏览器端就可以利用应用程序编程接口（Application Programming Interface，API）完成机器学习的基本任务。在油气田开发领域中，产生的生产及分析数据具有数据量小、相关性强的特点，在机器学习过程中，大部分业务通过浏览器就能进行简单的数据线性回归、分类、目标识别、可视化等处理操作，具有简单、快速、易学等特点。文章以线性回归模型为例，对探井试油过程中的油管压力数据采用前端机器学习方法进行线性回归拟合，并实现压力预测。
[关键词]TensorFlow.js;前端机器学习;线性回归;压力预测
doi：10.3969/j.issn.1673 - 0194.2020.24.047
[中图分类号]F270.7;TM715 [文献标识码]A [文章编号]1673-0194（2020）24-0-02
0
[关键词]TensorFlow.js;前端机器学习;线性回归;压力预测
doi：10.3969/j.issn.1673 - 0194.2020.24.047
[中图分类号]F270.7;TM715 [文献标识码]A [文章编号]1673-0194（2020）24-0-02
0