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. También ayuda a los desarrolladores a desarrollar modelos ML en lenguaje JavaScript y puede usar ML directamente en el navegador o en Node.js.
La función tf.profile() se utiliza para ejecutar la función proporcionada y la función devuelve una Promesa que resuelve con información sobre su uso de memoria.
Sintaxis:
tf.profile(f);
Parámetros:
- f: Es una función de devolución de llamada.
Valor de Retorno: Devuelve Promesa.
Ejemplo:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Initializing tensor and // Using .profile() function let geekProfile = await tf.profile(function (){ let geek1 = tf.tensor2d([[1, 2, 3], [4, 5, 6]]); geek1.square(); return geek1; }); // Printing the result of returned Promise console.log("peakBytes: ") console.log(geekProfile.peakBytes); console.log("kernelName: "); console.log(geekProfile.kernelNames);
Producción:
peakBytes: 48 kernelName: Square
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Initializing tensor and // Using .profile() function let geekProfile = await tf.profile(function (){ let geek2 = tf.tensor4d([[[[7], [11]], [[13], [34]]]]); return geek2; }); // Printing the result of returned Promise console.log("newBytes ") console.log(geekProfile.newBytes);
Producción:
newBytes 16
Referencia: https://js.tensorflow.org/api/latest/#profile
Publicación traducida automáticamente
Artículo escrito por thacker_shahid y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA