Función Tensorflow.js tf.layers.minimum()

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 tf.layers.minimum() se usa para crear una capa que se usa para calcular el mínimo de elementos de una array de entradas. Toma como entrada una lista de tensores, que tienen la misma forma.

Sintaxis:

tf.layers.minimum (args)

Parámetros:

Toma como entrada un objeto: args (Objeto). Es opcional proporcionar el objeto args como entrada. Los siguientes son los campos que puede proporcionar en el objeto args.

• inputShape ((nulo o número)[]): crea una capa de entrada que se inserta antes de esta capa.
• batchInputShape ((nulo o número)[]): tiene el mismo propósito que el parámetro anterior, pero si se definen tanto la forma de entrada como el batchInputShape, se preferirá batchInputShape.
• batchSize (número): si no se especifican los dos parámetros anteriores, se usa el tamaño del lote para construir el batchInputShape.
• dtype : el tipo de datos de la capa. Por ejemplo: float32, int32, etc.
• name (string): se utiliza para dar un nombre a la capa.
• pesos (tf.Tensor[]): proporciona valores de peso iniciales.
• entrenable (booleano): se usa para especificar si los pesos son actualizables por ajuste. El valor por defecto es verdadero.

Valor de retorno: Devuelve el mínimo por elementos.

Ejemplo 1:

const tf = require("@tensorflow/tfjs")
  
// providing input
const x = tf.input({shape: [4, 4, 4]});
const y = tf.input({shape: [4, 4, 4]});
  
// creating required layer
const minimumLayer = tf.layers.minimum();
const minimum = minimumLayer.apply([x, y]);
console.log(minimum.shape);

Producción:

[ null, 4, 4, 4 ]

Ejemplo 2:

En este ejemplo, proporcionaremos el objeto args como entrada con los campos de nombre y entrenable .

const tf = require("@tensorflow/tfjs")
  
// providing input
const x = tf.input({shape: [5, 5, 5]});
const y = tf.input({shape: [5, 5, 5]});
const z = tf.input({shape: [5, 5, 5]});
  
// creating required layer
const minimumLayer = tf.layers.minimum({name:"layer1", trainable:false});
const minimum = minimumLayer.apply([x, y, z]);
console.log(minimumLayer.name)
console.log(minimumLayer.trainable)
console.log(minimumLayer.shape);

Producción:

layer1
false
[ null, 5, 5, 5 ]

Referencia : https://js.tensorflow.org/api/latest/#minimum