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 .outerProduct() se utiliza para encontrar el producto exterior de dos vectores indicados, es decir, v1 y v2.
Sintaxis:
tf.outerProduct(v1, v2)
Parámetros: Esta función acepta tres parámetros que se ilustran a continuación:
- v1: es el primer vector en la función de producto externo y puede ser de tipo tf.Tensor1D, TypedArray o Array.
- v2: Es el segundo vector en la función producto exterior y puede ser de tipo tf.Tensor1D, o TypedArray, o Array.
Valor devuelto: Devuelve el objeto tf.Tensor2D.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining tensor input elements const y = tf.tensor1d([1, 15, 38, 7]); const z = tf.tensor1d([5, 12, 21, 9]); // Calling outerProduct() method and // printing output tf.outerProduct(y, z).print();
Producción:
Tensor [[5 , 12 , 21 , 9 ], [75 , 180, 315, 135], [190, 456, 798, 342], [35 , 84 , 147, 63 ]]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining float values var val1 = [0.5, 9.5, .56]; var val2 = [0.51, 1.5, .63]; // Calling outerProduct() method var res = tf.outerProduct(tf.tensor1d(val1), tf.tensor1d(val2)) // Printing output res.print();
Producción:
Tensor [[0.255 , 0.75 , 0.315 ], [4.8449998, 14.25, 5.9850001], [0.2856 , 0.84 , 0.3528 ]]
Publicación traducida automáticamente
Artículo escrito por nidhi1352singh y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA