Función Tensorflow.js tf.layers.zeroPadding2d()

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.zeroPadding2d( ) se usa para agregar filas y columnas para ceros en la parte superior, inferior, izquierda y derecha de un tensor de imagen.

Sintaxis: 

tf.layers.zeroPadding2d(args);

 Parámetros: este método acepta los argumentos como un parámetro que tiene las siguientes propiedades:

• Relleno: esta variable acepta un número entero, o una array de 2 enteros, o una array de 2 arrays, cada una de las cuales es una array de 2 enteros. La interpretación de esta variable es:
  • Si una variable es un número entero, se aplica la misma simetría al ancho y al alto.
  • Si una variable es una array de 2 enteros, se interpreta como dos valores simétricos diferentes de alto y ancho.
  • Si una variable es una array de 2 arrays, se interpreta como TopPad, BottomPad para la primera array y LeftPad, RightPad para la segunda array.
• dataFormat: esta variable define el formato de la forma del tensor de entrada. Si puede ser channelLast o channelFirst. Este valor define el orden de las dimensiones en las entradas. Los canales Last definen la forma [ lote, altura, ancho, canales] mientras que los canales Primero definen [ lote, canales, altura, ancho].
• inputShape: puede ser nulo o una array de números. Se utiliza para crear una capa de entrada para insertar antes de la siguiente capa. Esta variable solo se usa para la primera capa de un modelo.
• batchInputShape: esta variable acepta valores nulos o una array de números. Esta variable funciona igual que inputShape, pero si se definen inputShape y batchInputShape, se utiliza batchInputShape. Esta variable solo se usa para la primera capa de un modelo.
• batchSize: es un número y ayuda a la variable batchInputShape. si batchInputShape no está definido, se usa para crear batchInputShape.
• dtype: esta variable se utiliza para definir el tipo de datos para la capa de relleno. Está predeterminado en ‘float32’. Esta variable solo se usa para la primera capa de un modelo.
• name: Definía el nombre de la capa.
• entrenable: es de tipo booleano. Definió que los datos de la capa son actualizables por ajuste o no. El valor predeterminado es verdadero.
• Pesos: Es de tipo tf.Tensor . Declara los valores de peso inicial de la capa.
• inputDType: Define el tipo de datos de la capa de entrada. Soporte heredado. No utilizar para código nuevo.

Devoluciones: Devuelve el objeto ZeroPadding2D.

Ejemplo 1: en este ejemplo, agregamos una capa de relleno cero con valores predeterminados.

// Importing tensorflow
const tf = require("@tensorflow/tfjs")
 
// Input 4d Tensor    
const img4d = tf.tensor4d([1, 2, 3, 4], [1, 2, 2, 1]);
 
// Adding padding in Tensor
const pad = tf.layers.zeroPadding2d();
const imgpad = pad.apply(img4d);
 
// Printing 4d Tensor with padding</div>
imgpad.print()

Producción:

Tensor    [[[[0], [0], [0], [0]],
            [[0], [1], [2], [0]],
            [[0], [3], [4], [0]],
            [[0], [0], [0], [0]]]]

Ejemplo 2: en este ejemplo, agregamos cero rellenos en el tensor de un tipo de datos específico y con formato de datos definido.

// Importing tensorflow
const tf = require("@tensorflow/tfjs")
 
// Input 4d Tensor    
const img4d = tf.tensor4d([1, 2, 3, 4], [1, 2, 2, 1]);
 
// Adding padding in Tensor
const pad = tf.layers.zeroPadding2d({
    padding: 2,
    dataFormat: 'channelsFirst', dtype: 'int32'
});
 
const imgpad = pad.apply(img4d);
 
// Printing 4d Tensor with padding
imgpad.print()

Producción: 

Tensor
    [[[[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 2, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]],

      [[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 3, 0, 0],
       [0, 0, 4, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]]]]

 Referencia: https://js.tensorflow.org/api/latest/#layers.zeroPadding2d