El tf.layers.dense() es una función incorporada de la biblioteca Tensorflow.js. Esta función se utiliza para crear capas totalmente conectadas, en las que cada salida depende de cada entrada.
Sintaxis:
tf.layers.dense(args)
Parámetros: esta función toma el objeto args como un parámetro que puede tener las siguientes propiedades:
- unidades: Es un número positivo que define la dimensionalidad del espacio de salida.
- activación : especifica qué función de activación usar.
- useBias: especifica si aplicar un sesgo o no.
- kernelInitializer: especifica qué inicializador usar para la array de peso del núcleo denso .
- biasInitializer: especifica el vector de sesgo para esta capa.
- inputDim: define la forma de entrada como [inputDim].
- kernelConstraint: Especifica la restricción para el kernel.
- biasConstraint: restricción específica para el vector de sesgo.
- kernelRegularizer: especifica la función de regularización aplicada a la array de pesos de núcleo denso.
- biasRegularizer: especifica la función de regularización aplicada al vector de sesgo.
- activityRegularizer: especifica la función de regularizador aplicada a la activación.
- inputShape: si se define este parámetro, creará otra capa de entrada para insertar antes de esta capa.
- batchInputShape: si se define este parámetro, creará otra capa de entrada para insertar antes de esta capa.
- batchSize : se usa para construir batchInputShape, si no se ha especificado aún.
- dtype: especifica el tipo de datos para esta capa. El valor predeterminado de este parámetro es ‘float32’.
- nombre: especifica el nombre de esta capa.
- entrenable: especifica si los pesos de esta capa se actualizan por ajuste.
- pesos: especifica los valores de peso iniciales de la capa.
- inputDType : se utiliza para indicar el inputDType y su valor puede ser ‘float32’ o ‘int32’ o ‘bool’ o ‘complex64’ o ‘string’.
Valor de retorno: Devuelve un objeto Dense.
Ejemplo 1:
Javascript
import * as tf from "@tensorflow/tfjs" // Create a new dense layer const denseLayer = tf.layers.dense({ units: 2, kernelInitializer: 'heNormal', useBias: true }); const input = tf.ones([2, 3]); const output = denseLayer.apply(input); // Print the output output.print()
Producción:
Ejemplo 2:
Javascript
import * as tf from "@tensorflow/tfjs" // Create a new dense layer const denseLayer = tf.layers.dense({ units: 3, kernelInitializer: 'heNormal', useBias: false }); const input = tf.ones([2, 3, 3]); const output = denseLayer.apply(input); // Print the output output.print()
Producción:
Ejemplo 3:
Javascript
import * as tf from "@tensorflow/tfjs" // Create a new dense layer const denseLayer = tf.layers.dense({ units: 3, kernelInitializer: 'ones', useBias: false }); const input = tf.ones([2, 3, 3]); const output = denseLayer.apply(input); // Print the output output.print()
Producción:
Ejemplo 4:
Javascript
import * as tf from "@tensorflow/tfjs" // Create a new dense layer const denseLayer = tf.layers.dense({ units: 3, kernelInitializer: 'randomUniform', useBias: false }); const input = tf.ones([2, 3, 3]); const output = denseLayer.apply(input); // Print the output output.print()
Producción:
Referencia: https://js.tensorflow.org/api/latest/#layers.dense
Publicación traducida automáticamente
Artículo escrito por abhinavjain194 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA