Tensorflow.js es un conjunto de herramientas de código abierto desarrollado por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el navegador o en la plataforma del Node. También permite a los desarrolladores crear modelos de aprendizaje automático en JavaScript y utilizarlos directamente en el navegador o con Node.js.
La función tf.layers.globalAveragePooling2d() se usa para aplicar la operación de agrupación promedio global para datos espaciales.
Sintaxis:
tf.layers.globalAveragePooling2d( args )
Parámetros:
- args: Acepta un objeto con los siguientes parámetros:
- dataFormat: el formato de datos que se utilizará para la capa de agrupación. Debería ser ‘channelsFirst’ o ‘channelsLast’.
- inputShape: si se especifica entonces, se utilizará para construir una capa de entrada que se insertará antes de esta capa.
- batchInputShape: si se especifica, se utilizará para crear una capa de entrada que se insertará antes de esta capa.
- batchSize: Admite inputShape para construir el batchInputShape.
- dtype: Es el tipo de tipo de datos para esta capa. Este parámetro se aplica exclusivamente a las capas de entrada.
- nombre: Es de tipo string. Es el nombre de esta capa.
- entrenable: si se establece en verdadero, solo los pesos de esta capa cambiarán por ajuste.
- pesos: Los valores de peso iniciales de la capa.
Valor devuelto: Devuelve GobalAveragePooling2D
Ejemplo 1:
Javascript
import * as tf from "@tensorflow/tfjs"; const Input = tf.input({ shape: [3, 3, 3] }); const globalAveragePooling2d = tf.layers.globalAveragePooling2d({ dataFormat: 'channelsFirst', batchInputShape:[4,3, 3], trainable: true }); const Output = globalAveragePooling2d.apply(Input); const Data = tf.ones([4, 3, 3, 3]); const model = tf.model({ inputs: Input, outputs: Output }); model.predict(Data).print();
Producción:
Tensor [[1, 1, 1], [1, 1, 1], [1, 1, 1], [1, 1, 1]]
Ejemplo 2:
Javascript
import * as tf from "@tensorflow/tfjs"; const Input = tf.input({ shape: [2, 2, 3] }); const globalAveragePooling2d = tf.layers.globalAveragePooling2d({ dataFormat: 'channelsLast', batchInputShape: [4, 3, 3], trainable:true }); const Output = globalAveragePooling2d.apply(Input); const model = tf.model({ inputs: Input, outputs: Output }); const Data = tf.tensor4d([8, 2, 2, 6, 8, 9, 9, 4, 8, 9, 3, 8, 5, 2, 5, 2, 8, 6, 4, 5, 9, 12, 8, 11], [2, 2 ,2, 3]); model.predict(Data).print();
Producción:
Tensor [[8 , 4.25, 6.75], [5.75, 5.75, 7.75]]
Referencia: https://js.tensorflow.org/api/latest/#layers.globalAveragePooling2d
Publicación traducida automáticamente
Artículo escrito por satyam00so y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA