Función Tensorflow.js tf.buffer()

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.

La función tf.buffer() se utiliza para crear un búfer de tensor vacío para el tipo de datos y la forma especificados. Los valores se establecen en el búfer creado mediante la función buffer.set().

Sintaxis:

tf.buffer (shape, dtype, values)

Parámetros: Esta función acepta tres parámetros que se ilustran a continuación:

• forma: una array de enteros que define la forma del tensor de salida.
• dtype: el tipo de datos del búfer creado. Su valor predeterminado es ‘float32’. Este parámetro es opcional.
• valores: Los valores para el búfer creado. Sus valores predeterminados son ceros. Este parámetro es opcional.

Valor devuelto: esta función no devuelve ningún valor ya que solo crea el búfer.

Ejemplo 1:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Creating a buffer of [2, 2] shape
const buffer = tf.buffer([2, 2]);
  
// Getting the created buffer in the
// form of Tensor of zeros values 
// as no values are set in the buffer
buffer.toTensor().print();

Producción:

Tensor
   [[0, 0],
    [0, 0]]

Ejemplo 2:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Creating a buffer of [3, 3] shape 
const buffer = tf.buffer([3, 3]);
  
// Setting values in the created buffer
// at particular indices
buffer.set(10, 2, 0);
buffer.set(15, 0, 1);
buffer.set(20, 1, 2);
  
// Getting the buffer in the form of Tensor
// along with the set values
buffer.toTensor().print();

Producción:

Tensor
   [[0 , 15, 0 ],
    [0 , 0 , 20],
    [10, 0 , 0 ]]

Referencia: https://js.tensorflow.org/api/latest/#buffer