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:
Javascript
// 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:
Javascript
// 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
Publicación traducida automáticamente
Artículo escrito por Kanchan_Ray y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA