Tensorflow.js tf.LayersModel clase .predict() Método

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

Los . La función predict() se usa para producir las estimaciones de salida para las instancias de entrada dadas. Además, los cálculos aquí se realizan en conjuntos. Donde, la operación de paso no es compatible en la actualidad, ya que solo se requiere el backend central de tensorflow.js.

Sintaxis:

predict(x, args?)

Parámetros:  

• x: son los datos de entrada indicados, como un tensor, de lo contrario, una array de tf.Tensors en caso de que el modelo tenga varias entradas. Puede ser de tipo tf.Tensor o tf.Tensor[].
• args: es el ModelPredictArgsobject declarado que contiene campos electivos.
  1. batchSize: es la dimensión del lote indicada que es de tipo entero. En caso de que no esté definido, el valor por defecto será 32.
  2. verbose: Es el modo de verbosidad indicado cuyo valor por defecto es falso.

Valor devuelto: Devuelve el objeto tf.Tensor o tf.Tensor[].

Ejemplo 1:  

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining model
const Mod = tf.sequential({
   layers: [tf.layers.dense({units: 2, inputShape: [30]})]
});
  
// Calling predict() method and
// Printing output
Mod.predict(tf.randomNormal([6, 30])).print();

Producción:

Tensor
    [[-0.7650393, -0.8317917],
     [-0.7274997, 1.827635  ],
     [-0.9398478, -0.2998275],
     [-1.0945926, -1.9154934],
     [0.0067322 , -1.9220339],
     [0.2052939 , 0.6488774 ]]

Ejemplo 2:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling predict() method and
// Printing output
tf.sequential({
   layers: [tf.layers.dense({units: 3, inputShape: [10]})]
}).predict(tf.truncatedNormal([2, 10]), {batchSize: 2}, true).print();

Producción:

Tensor
    [[0.2670097, -1.2741219, -0.3159108],
     [0.9108799, -0.1305539, -0.1370454]]

Referencia: https://js.tensorflow.org/api/latest/#tf.LayersModel.predict