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.unitNorm() se usó para crear una restricción unitNorm(). Se hereda de la clase de restricción. Las restricciones se utilizan como atributos para crear tf.layers.Layer. La restricción unitNorm restringe cada unidad oculta que es una instancia de este peso para tener una norma de unidad.
Sintaxis:
tf.constraints.unitNorm(args)
Parámetros:
- args: Especifica el objeto que contiene las configuraciones.
- eje: Especifica el eje a lo largo del cual calcular la norma.
Valor devuelto: Devuelve tf.constraints.Constraint.
Ejemplo 1:
Javascript
// Importing the tensorflow.Js library import * as tf from "@tensorflow/tfjs" // Use unitNorm() function const constraint = tf.constraints.unitNorm({axis :1}) // Print console.log(constraint)
Producción
{ "defaultAxis": 0, "axis": 1 }
Ejemplo 2: En este ejemplo, crearemos una capa densa utilizando la restricción unitNorm.
Javascript
// Import tensorflow.js import * as tf from "@tensorflow/tfjs" // Create a new dense layer using unitNorm constraint const denseLayer = tf.layers.dense({ units: 4, kernelInitializer: 'heNormal', kernelConstraint: 'unitNorm', biasConstraint: 'unitNorm', useBias: true }); // Create input tensor const input = tf.ones([2, 2]); // Apply dense layer to input tensor const output = denseLayer.apply(input); // Print the output output.print()
Producción
Tensor [[0.3154395, 0.3988628, 1.3295887, -0.0849797], [0.3154395, 0.3988628, 1.3295887, -0.0849797]]
Referencia: https://js.tensorflow.org/api/1.0.0/#constraints.unitNorm
Publicación traducida automáticamente
Artículo escrito por abhinavjain194 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA