Función Tensorflow.js tf.layers.inputLayer()

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.
  1. inputShape: la forma de entrada establecida que no incluye el eje del lote. Puede ser de tipo (nulo | número)[].
  2. batchSize: es el tamaño de lote de entrada optativo indicado. Puede ser de tipo entero o nulo.
  3. batchInputShape: es la forma de entrada del lote indicada que incluye el eje del lote. Puede ser de tipo (nulo | número)[].
  4. dtype: el tipo de datos de la entrada indicada. Puede ser de tipo float32, int32, bool, complex64 o string .
  5. escaso: indica si el marcador de posición creado está destinado a ser escaso. Es de booleano.
  6. nombre: El nombre indicado de la capa que se está utilizando. Es de tipo string.

Valor devuelto: Devuelve InputLayer.

Ejemplo 1:

// 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:

// 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