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.leCunNormal() extrae muestras de una distribución normal truncada centrada en cero con stddev = sqrt(1 / fanIn). Tenga en cuenta que fanIn es el número de entradas en el peso del tensor.
Sintaxis:
tf.initializers.leCunNormal(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.leCunNormal() function const geek = tf.initializers.leCunNormal(3) // Printing gain console.log(geek); console.log('\nIndividual values:\n'); console.log(geek.scale); console.log(geek.mode); console.log(geek.distribution);
Producción:
{ "scale": 1, "mode": "fanIn", "distribution": "normal" } Individual values: 1 fanIn normal
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.leCunNormal() // function let funcValue = tf.initializers.leCunNormal(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 [[0.0666204, 0.1171203, 0.2322821, 0.1056982, 0.2149536, 0.1846998, 0.0786256], [0.0666204, 0.1171203, 0.2322821, 0.1056982, 0.2149536, 0.1846998, 0.0786256]]
Referencia: https://js.tensorflow.org/api/latest/#initializers.leCunNormal
Publicación traducida automáticamente
Artículo escrito por cyber_psych0 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA