Introducción: 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 .pool() se utiliza para ejecutar un funcionamiento de agrupación ND.
Sintaxis:
tf.pool(input, windowShape, poolingType, pad, dilations?, strides?)
Parámetros:
- entrada: El tensor de entrada indicado que es de rango 4 o bien de rango 3 y de forma: [lote, altura, ancho, canales]. Además, en caso de que el rango sea 3, entonces se presume el lote de tamaño 1. Puede ser del tipo tf.Tensor3D, tf.Tensor4D, TypedArray o Array.
- windowShape: el tamaño de filtro indicado: [filterHeight, filterWidth]. Puede ser de tipo [número, número] o número. En caso de que filterSize sea un número singular, entonces filterHeight == filterWidth.
- poolingType: el tipo de agrupación indicado, puede ser ‘máximo’ o ‘promedio’.
- pad: el tipo de algoritmo indicado para el relleno. Puede ser de tipo válido, mismo, número o conv_util.ExplicitPadding.
- Aquí, para mismo y zancada 1, la salida tendría el mismo tamaño que la entrada, independientemente del tamaño del filtro.
- Para ‘válido’, la salida será más pequeña que la entrada en caso de que el tamaño del filtro sea mayor que 1*1×1.
- dilataciones: las tasas de dilatación indicadas: [dilationHeight, dilatationWidth] en el sentido de que los valores de entrada se muestrean sobre las dimensiones de altura y anchura en la agrupación dilatada. El valor predeterminado es [1, 1]. Además, en caso de que las dilataciones sean un solo número, dilataciónAltura == dilataciónAncho. Y si es mayor que 1, entonces todos los valores de los pasos deben ser 1. Es opcional y es de tipo [número, número], número.
- zancadas: Las zancadas indicadas de la agrupación: [strideHeight, strideWidth]. En caso de que zancadas sea un número singular, entonces zancadaAltura == zancadaAncho. Es opcional y es de tipo [número, número] o número.
Valor devuelto: Devuelve tf.Tensor3D o tf.Tensor4D.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Defining input tensor const x = tf.tensor3d([1, 2, 3, 4], [2, 2, 1]); // Calling pool() method const result = tf.pool(x, 3, 'avg', 'same', [1, 2], 1); // Printing output result.print();
Producción:
Tensor [[[0.4444444], [0.6666667]], [[0.4444444], [0.6666667]]]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Calling pool() method tf.tensor3d([1.2, 2.1, 3.0, -4], [2, 2, 1]).pool(3, 'conv_util.ExplicitPadding', 1, 1).print();
Producción:
Tensor [[[3], [3]], [[3], [3]]]
Referencia: https://js.tensorflow.org/api/latest/#pool
Publicación traducida automáticamente
Artículo escrito por nidhi1352singh y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA