Función Tensorflow.js tf.constraints.minMaxNorm()

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.constraints.minMaxNorm() se usa para crear una restricción minMaxNorm basada en el objeto de configuración dado . Se hereda de la clase de restricción. Las restricciones son los atributos de las capas como el peso, los núcleos y los sesgos. minMaxNorm es una restricción de peso.

Sintaxis:

tf.constraints.minMaxNorm(config)

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

• maxValue: Especifica la norma máxima para el peso entrante.
• mixValue: Especifica la norma mínima para el peso entrante.
• eje: Especifica el eje a lo largo del cual calcular la norma.
• tasa: especifica la tasa de aplicación de las restricciones.

Valor de retorno: Devuelve un tf.constraints.Constraint.

Ejemplo 1:

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Use maxNorm() function
const constraint = tf.constraints.minMaxNorm(1,0)
   
// Print the output
console.log(constraint)

 
 Producción: 

{
  "defaultMinValue": 0,
  "defaultMaxValue": 1,
  "defaultRate": 1,
  "defaultAxis": 0,
  "minValue": 0,
  "maxValue": 1,
  "rate": 1,
  "axis": 0
}

Ejemplo 2: en este ejemplo, crearemos una capa densa utilizando la restricción minMaxNorm.

// Import tensorflow.js
import * as tf from "@tensorflow/tfjs"
 
// Create a new dense layer using
// minMaxNorm constraint
const denseLayer = tf.layers.dense({
    units: 4,
    kernelInitializer: 'heNormal',
    kernelConstraint: 'minMaxNorm',
    biasConstraint: 'minMaxNorm',
    useBias: true
});
   
// Create input and output tensors
const input = tf.ones([2, 2]);
const output = denseLayer.apply(input);
       
// Print the output
output.print()

 
 Producción: 

Tensor
    [[1.5594537, 0.1787095, 0.3462192, -1.7434707],
     [1.5594537, 0.1787095, 0.3462192, -1.7434707]]

Referencia: https://js.tensorflow.org/api/1.0.0/#constraints.minMaxNorm