Función Tensorflow.js tf.layers.dot()

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 Tensorflow.js tf.layers.dot() se usa para aplicar el producto punto entre los dos tensores provistos.

Sintaxis: 

tf.layers.dot(args);

Parámetros: Esta función acepta los siguientes parámetros: 

  •  args: Es el objeto con el siguiente campo:
    • ejes: Definía los ejes del producto punto hacia donde va.
    • normalizar: son datos booleanos utilizados para producir la respuesta del producto escalar en forma de valor coseno.
    • inputShape: Define la forma de la capa de entrada del modelo. Se utiliza en la creación de la capa de entrada.
    • dtype: es el tipo de datos de la capa. Se utiliza para la primera capa del modelo.
    • nombre: String es el nombre de la capa de entrada.
    • peso: Es el tensor cuyos valores son el valor inicial de la capa.
    • entrenable: Definió que capa es entrenable o no. Es un tipo de dato booleano.
    • batchInputShape: Definió la forma del lote para las muestras en la capa de entrada. Se utiliza en la fabricación de la capa de entrada.
    • batchSize: Se utiliza como complemento de batchInputShape en la construcción de la capa de entrada. Se utiliza en la fabricación de la capa de entrada.
    • inputDType: es el tipo de datos para los datos de entrada en la capa.

Devoluciones: Devuelve el producto tensor de dos tensores.

A continuación se muestran algunos ejemplos de esta función.

Ejemplo 1: En este ejemplo, haremos simplemente un producto punto del tensor con una rotación de valores de -2 ejes.

Javascript

// import * as tf from "@tensorflow/tfjs"
 
// Generating tensor of [3,3] shape and size.
const geek_tens1 = tf.randomUniform([3 ,3]);
const geek_tens2 = tf.randomUniform([3 ,3]);
 
// Making tensor compatible to apply to dot product.
const geek_Input = [geek_tens1 ,geek_tens2];
 
// Calling dot product
const geek_config = {axes: -2};
const geek_DotPro = tf.layers.dot(geek_config);
const geek_DotProRes = geek_DotPro.apply(geek_Input);
 
// Printing our result
console.log(geek_DotProRes);
geek_DotProRes.print();

 
 Producción: 

Tensor
    [[0.7034817],
     [0.2338114],
     [1.1493738]]
Tensor
    [[0.7034817],
     [0.2338114],
     [1.1493738]]

 Ejemplo 2: En este ejemplo, haremos un producto escalar de dos tensores y veremos el resultado en forma de coseno. 

Javascript

import * as tf from "@tensorflow/tfjs"
 
// Collect both outputs and print separately.
// Generating tensor of [3,3] shape and size.
const geek_tens1 = tf.randomUniform([2 ,4]);
const geek_tens2 = tf.randomUniform([2 ,4]);
 
// Making tensor compatible to apply to dot product.
const geek_Input = [geek_tens1 ,geek_tens2];
 
// Calling dot product
const geek_config = {axis: 1, normalize: true,
        dtype: 'int32', name: 'DotProduct' };
const geek_DotPro = tf.layers.dot(geek_config);
const geek_DotProRes = geek_DotPro.apply(geek_Input);
 
// Printing our result
console.log(geek_DotProRes);

 
Producción: 

Tensor
    0.6817111968994141

 Referencia: https://js.tensorflow.org/api/latest/#layers.dot

Publicación traducida automáticamente

Artículo escrito por satyam00so y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *