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.gru() se usa para crear una capa RNN que consta de solo un GRUCell y el método de aplicación de esta capa opera en una secuencia de tensores de entrada . La forma del tensor de entrada debe ser al menos 2D y la primera dimensión debe ser pasos de tiempo . gru es unidad recurrente cerrada.
Sintaxis:
tf.layers.gru(args)
Parámetros:
- args: especifica el objeto de configuración dado.
- recurrentActivation: Especifica la función de activación que se utilizará para el paso recurrente. El valor predeterminado de este parámetro es sigmoide duro.
- implementación: Especifica el modo de implementación. Puede ser 1 o 2. Para un rendimiento superior, se recomienda la implementación.
Valor devuelto: Devuelve atf.layers.Layer
Ejemplo 1:
Javascript
// Importing the tensorflow.js library const tf = require("@tensorflow/tfjs"); // Create a RNN model with gru Layer const RNN = tf.layers.gru({units: 8, returnSequences: true}); // Create an input which will have 5 time steps const input = tf.input({shape: [5, 10]}); const output = RNN.apply(input); console.log(JSON.stringify(output.shape));
Producción:
[null, 5, 8]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library const tf = require("@tensorflow/tfjs"); // Create a new model with gru Layer const rnn = tf.layers.gru({units: 4, returnSequences: true}); // Create a 3d tensor const x = tf.tensor3d([ [ [1, 2], [3, 4], ], [ [5, 6], [7, 8], ], ]); // Apply gru layer to x const output = rnn.apply(x); // Print output output.print()
Producción:
Referencia: https://js.tensorflow.org/api/1.0.0/#layers.gru
Publicación traducida automáticamente
Artículo escrito por abhinavjain194 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA