Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.
La función tf.layers.inputLayer() es un punto de entrada hacia un tf.LayersModel . Se produce espontáneamente a favor de tf.Sequentialmodels definiendo inputshape o bien batchInputShape a favor de la primera capa. No debe definirse particularmente. Además, puede ser beneficioso periódicamente, por ejemplo, al crear un modelo secuencial a partir de un subconjunto de otras capas de modelos secuenciales.
Sintaxis:
tf.layers.inputLayer(args)
Parámetros:
- args: son los argumentos establecidos que el método anterior puede contener. Es de tipo objeto y los argumentos que contiene son los que se indican a continuación.
- inputShape: la forma de entrada establecida que no incluye el eje del lote. Puede ser de tipo (nulo | número)[].
- batchSize: es el tamaño de lote de entrada optativo indicado. Puede ser de tipo entero o nulo.
- batchInputShape: es la forma de entrada del lote indicada que incluye el eje del lote. Puede ser de tipo (nulo | número)[].
- dtype: el tipo de datos de la entrada indicada. Puede ser de tipo float32, int32, bool, complex64 o string .
- escaso: indica si el marcador de posición creado está destinado a ser escaso. Es de booleano.
- nombre: El nombre indicado de la capa que se está utilizando. Es de tipo string.
Valor devuelto: Devuelve InputLayer.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining a model const model = tf.sequential(); // Calling layers.inputLayer() using add() method model.add(tf.layers.inputLayer({inputShape: [4]})); // Printing output model.predict(tf.ones([1, 4])).print();
Producción:
Tensor [[1, 1, 1, 1],]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining a model const model = tf.sequential(); // Calling layers.inputLayer() method using add() method model.add(tf.layers.inputLayer({batchInputShape: [4], dtype: 'int32', sparse: false, name: 'mlayer'})); // Printing output model.summary();
Producción:
_________________________________________________________________ Layer (type) Output shape Param # ================================================================= mlayer (InputLayer) [4] 0 ================================================================= Total params: 0 Trainable params: 0 Non-trainable params: 0 _________________________________________________________________
Referencia: https://js.tensorflow.org/api/latest/#layers.inputLayer
Publicación traducida automáticamente
Artículo escrito por nidhi1352singh y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA