Función Tensorflow.js tf.secuencial()

Cuando desee crear un modelo que no tenga múltiples entradas y salidas y se desarrollará capa por capa, optaremos por un modelo secuencial de aprendizaje profundo. Básicamente existen dos tipos de modelos funcional y modelo secuencial. Entonces, en este artículo, veremos el modelo secuencial con tf.secuencial() en Tensorflow.js.

La función tf.secuencial() crea un modelo en el que una salida de una capa es la entrada de la siguiente capa. en palabras simples, podemos decir que es una pila lineal de capas sin ramificaciones ni saltos.

Sintaxis:

tf.sequential( layers, name )

Parámetros:

• capas: Es una lista de la capa que queremos añadir al modelo.
• name: Nombre del modelo.

Ejemplo 1: en este ejemplo, vamos a crear un modelo secuencial con 2 capas densas de forma de entrada 3 y hacer algunas predicciones con el modelo.

En inputShape :[null,3] el primer parámetro es la dimensión del lote indeterminado y el segundo es el tamaño de salida de la última capa del modelo. Puede pasar inputShape: [null, 3] o inputShape: [3]

// Import Tensorflow.js
import * as tf from "@tensorflow/tfjs"
  
// Create model tf.sequential() method
// Here you need to specify the input 
// shape for first layer manually and
// for the second layer it will 
// automatilly update
var model = tf.sequential({ 
    layers: [tf.layers.dense({units:1,inputShape:[3]}),
    tf.layers.dense({units:4})] 
});
        
// Prediction with model
console.log('Lets Predict Something:');
model.predict(tf.ones([1,3])).print();

Producción:

Lets Predict Something:
Tensor
    [[-1.1379941, 0.945751, -0.1970642, -0.5935861],]

Ejemplo 2: en este ejemplo, vamos a crear un modelo con 2 capas densas de la forma de entrada 16 usando la función model.add() para agregar una capa densa al modelo.

// Import Tensorflow.js
import * as tf from "@tensorflow/tfjs"
  
// Create sequantial model
var model = tf.sequential();
  
// Add dense layer using model.add() 
model.add(tf.layers.dense({units:8, inputShape: [16]}));
  
model.add(tf.layers.dense({units:4}));
  
// Predict something
console.log('Lets predict something:');
model.predict(tf.ones([8,16])).print();

Output :
Lets predict something:
Tensor
   [[0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824],
    [0.9305074, -0.7196146, 0.5809593, -0.08824]]

Referencias: https://js.tensorflow.org/api/latest/#secuencial