Tensorflow.js es una biblioteca de código abierto que está desarrollando 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.reshape() se usa para remodelar una entrada a una forma determinada.
Sintaxis:
tf.layers.reshape(args)
Parámetros: esta función toma el objeto args como un parámetro que puede tener las siguientes propiedades:
- targetShape: Es un número que no incluye el eje del lote.
- inputShape: Es un número que se utiliza para crear una capa de entrada para insertar antes de esta capa.
- batchInputShape: Es un número que se utiliza para crear una capa de entrada para insertar antes de esta capa.
- batchSize: es un número que se utiliza para construir el batchInputShape.
- dtype: tipo de datos para esta capa.
- nombre: Es una string para esta capa.
- entrenable: Es un booleano en el que si los pesos de esta capa son actualizables por ajuste o no.
- pesos: Valores de peso iniciales de la capa.
- inputDtype: es para soporte heredado. No utilizar para código nuevo.
Valor de retorno: Devuelve la remodelación.
Los siguientes ejemplos demuestran la remodelación de capas usando la función tf.layers.reshape().
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining the tensor input elements const input = tf.input({shape: [2, 6]}); // Calling the layers.reshape ( ) function const reshapeLayer = tf.layers.reshape({targetShape: [3, 9]}); // Inspect the inferred output shape of the // Reshape layer, which equals `[null, 3, 9]`. // (The 1st dimension is the undermined batch size.) console.log(JSON.stringify( reshapeLayer.apply(input).shape));
Producción:
[null, 3, 9]
Ejemplo 2: En este ejemplo estamos hablando de la remodelación de capas.
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining the tensor input elements const input = tf.input({shape: [4, 8]}); // Calling the layers.reshape ( ) function const reshapeLayer = tf.layers.reshape({targetShape: [4, 8]}); // Inspect the inferred output shape of // the Reshape layer, which equals `[null, 4, 8]`. // (The 1st dimension is the undermined batch size.) console.log(JSON.stringify( reshapeLayer.apply(input).shape));
Producción:
[null, 4, 8]
Referencia: https://js.tensorflow.org/api/latest/#layers.reshape
Publicación traducida automáticamente
Artículo escrito por anikakapoor y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA