Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node. También ayuda a los desarrolladores a desarrollar modelos ML en lenguaje JavaScript y puede usar ML directamente en el navegador o en Node.js.
La función tf.initializers.glorotUniform() extrae muestras de una distribución uniforme dentro de [-limit, limit] donde limit es sqrt(6 / (fan_in + fan_out)) donde fan_in es el número de unidades de entrada en el tensor de peso y fan out es el número de unidades de salida en el tensor de peso
Sintaxis:
tf.initializers.glorotUniform(arguments).
Parámetros:
- argumentos: Es un objeto que contiene semilla (un número) que es el generador de números aleatorios semilla/número.
Devuelve valor: Devuelve tf.initializers.Initializer.
Ejemplo 1:
Javascript
// Importing the tensorflow.Js library import * as tf from "@tensorflow/tfjs" // Initializing the .initializers.glorotUniform() function const geek = tf.initializers.glorotUniform(7) // Printing gain value console.log(geek); // Printing individual values from gain console.log('\nIndividual values:\n'); console.log(geek.scale); console.log(geek.mode); console.log(geek.distribution);
Producción:
{ "scale": 1, "mode": "fanAvg", "distribution": "uniform" } Individual values: 1 fanAvg uniform
Ejemplo 2:
Javascript
// Importing the tensorflow.Js library import * as tf from "@tensorflow/tfjs" // Defining the input value let inputValue = tf.input({shape:[4]}); // Initializing tf.initializers.glorotUniform() function let funcValue = tf.initializers.glorotUniform(7) // Creating dense layer 1 let dense_layer_1 = tf.layers.dense({ units: 5, activation: 'relu', kernelInitialize: funcValue }); // Creating dense layer 2 let dense_layer_2 = tf.layers.dense({ units: 7, activation: 'softmax' }); // Output let outputValue = dense_layer_2.apply( dense_layer_1.apply(inputValue) ); // Creation the model. let model = tf.model({ inputs: inputValue, outputs: outputValue }); // Predicting the output let finalOutput = model.predict(tf.ones([2, 4])); finalOutput.print();
Producción:
Tensor [[0.0809571, 0.1913243, 0.1932435, 0.1622382, 0.2768594, 0.046838, 0.0485396], [0.0809571, 0.1913243, 0.1932435, 0.1622382, 0.2768594, 0.046838, 0.0485396]]
Referencia: https://js.tensorflow.org/api/latest/#initializers.glorotUniform
Publicación traducida automáticamente
Artículo escrito por cyber_psych0 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA