TensorFlow.js - 根据 2D 数据进行预测--进行设置 - 《Tensorflow.js--在浏览器中训练和部署 ML 模型》

2. 进行设置">2. 进行设置
创建 HTML 网页并添加 JavaScript
为代码创建 JavaScript 文件
开始测试

2. 进行设置

创建 HTML 网页并添加 JavaScript

将以下代码复制到名为 index.html 的 HTML 文件中
index.html

<!DOCTYPE html>
<html>
<head>
  <title>TensorFlow.js Tutorial</title>
  <!-- Import TensorFlow.js -->
  <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script>
  <!-- Import tfjs-vis -->
  <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs-vis@1.0.2/dist/tfjs-vis.umd.min.js"></script>
  <!-- Import the main script file -->
  <script src="script.js"></script>
</head>
<body>
</body>
</html>

为代码创建 JavaScript 文件

在上述 HTML 文件所在的文件夹中，创建一个名为 script.js 的文件，并将以下代码复制到其中。
```
console.log('Hello TensorFlow');
```

注意：如果您是在 CodeLab 自助服务终端，我们建议您使用 glitch.com 完成此 Codelab。我们设置了一个加载 tensorflow.js 的入门级项目供您重新合成。

注意：这些设置说明（以及本教程的其余部分）重点介绍如何通过脚本代码加载文件。许多 JavaScript 开发者偏爱使用 NPM 安装依赖项并使用捆绑器构建项目。如果您是 JavaScript 开发者，也可以通过 NPM 安装 tensorflow.js 和 tfjs-vis。

开始测试

现在，您已经创建了 HTML 和 JavaScript 文件，接下来可以对其进行测试。在浏览器中打开 index.html 文件，然后打开 Devtools 控制台。

如果一切正常，系统应该在 DevTools 控制台中创建并且提供两个全局变量：

tf 是对 TensorFlow.js 库的引用
tfvis 是对 tfjs-vis 库的引用

打开浏览器的开发者工具，您应该会在控制台输出中看到一条内容为“Hello TensorFlow”的消息。如果是这样，那么您可以继续执行下一步操作。