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.randomUniform() genera valores aleatorios que se inicializan en una distribución uniforme. Los valores se distribuyen uniformemente entre el valor mínimo y el valor máximo configurados.
Sintaxis:
tf.initializers.randomUniform(arguments)
Parámetros:
- argumentos: es un objeto que contiene 3 valores clave enumerados a continuación:
- media: Es la media de los valores aleatorios a generar.
- stddev: Es la desviación estándar de los valores aleatorios a generar.
- semilla: Es la semilla del generador de números aleatorios.
Devuelve valor: Devuelve tf.initializers.Initializer
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Initializing the .initializers.randomUniform() function let geek = tf.initializers.randomUniform(5) // Printing gain value console.log(geek); // Printing individual gain value. console.log('\nIndividual values:\n'); console.log(geek.DEFAULT_MINVAL); console.log(geek.DEFAULT_MAXVAL); console.log(geek.minval); console.log(geek.maxval);
Producción:
{ "DEFAULT_MINVAL": -0.05, "DEFAULT_MAXVAL": 0.05, "minval": -0.05, "maxval": 0.05 } Individual values: -0.05 0.05 -0.05 0.05
Ejemplo 2:
Javascript
// Importing the tensorflow.Js library import * as tf from "@tensorflow/tfjs // Defining the input value const inputValue = tf.input({shape:[4]}); // Initializing tf.initializers.randomUniform() function. const funcValue = tf.initializers.randomUniform(8) // Creating dense layer 1 const dense_layer_1 = tf.layers.dense({ units: 5, activation: 'relu', kernelInitialize: funcValue }); // Creating dense layer 2 const dense_layer_2 = tf.layers.dense({ units: 7, activation: 'softmax' }); // Output const outputValue = dense_layer_2.apply( dense_layer_1.apply(inputValue) ); // Creation the model. const model = tf.model({ inputs: inputValue, outputs: outputValue }); // Predicting the output. model.predict(tf.ones([2, 4])).print();
Producción:
Tensor [[0.1145501, 0.133405, 0.0640167, 0.2349582, 0.1064994, 0.0799759, 0.2665946], [0.1145501, 0.133405, 0.0640167, 0.2349582, 0.1064994, 0.0799759, 0.2665946]]
Referencia: https://js.tensorflow.org/api/3.6.0/#initializers.randomUniform
Publicación traducida automáticamente
Artículo escrito por thacker_shahid y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA