Función Tensorflow.js tf.layers.reshape()

Tensorflow.js es una biblioteca de código abierto que está desarrollando Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

La función tf.layers.reshape() se usa para remodelar una entrada a una forma determinada.

Sintaxis:

tf.layers.reshape(args) 

Parámetros: esta función toma el objeto args como un parámetro que puede tener las siguientes propiedades:

• targetShape: Es un número que no incluye el eje del lote.
• inputShape: Es un número que se utiliza para crear una capa de entrada para insertar antes de esta capa.
• batchInputShape: Es un número que se utiliza para crear una capa de entrada para insertar antes de esta capa.
• batchSize: es un número que se utiliza para construir el batchInputShape.
• dtype: tipo de datos para esta capa.
• nombre: Es una string para esta capa.
• entrenable: Es un booleano en el que si los pesos de esta capa son actualizables por ajuste o no.
• pesos: Valores de peso iniciales de la capa.
• inputDtype: es para soporte heredado. No utilizar para código nuevo.

Valor de retorno: Devuelve la remodelación.

Los siguientes ejemplos demuestran la remodelación de capas usando la función tf.layers.reshape().

Ejemplo 1:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining the tensor input elements 
const input = tf.input({shape: [2, 6]});
  
// Calling the layers.reshape ( ) function
const reshapeLayer = tf.layers.reshape({targetShape: [3, 9]});
  
// Inspect the inferred output shape of the
// Reshape layer, which equals `[null, 3, 9]`. 
// (The 1st dimension is the undermined batch size.)
console.log(JSON.stringify(
    reshapeLayer.apply(input).shape));

Producción:

[null, 3, 9]

Ejemplo 2: En este ejemplo estamos hablando de la remodelación de capas.

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining the tensor input elements 
const input = tf.input({shape: [4, 8]});
  
// Calling the layers.reshape ( ) function
const reshapeLayer = 
    tf.layers.reshape({targetShape: [4, 8]});
  
// Inspect the inferred output shape of
// the Reshape layer, which equals `[null, 4, 8]`. 
// (The 1st dimension is the undermined batch size.)
console.log(JSON.stringify(
    reshapeLayer.apply(input).shape));

Producción:

[null, 4, 8]

Referencia: https://js.tensorflow.org/api/latest/#layers.reshape