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.squaredDifference() se usa para devolver (a – b) * (a – b) por elementos, donde “a” es el primer tensor especificado y “b” es el segundo tensor. Es compatible con la radiodifusión.
Sintaxis:
tf.squaredDifference(a, b)
Parámetros: Esta función acepta dos parámetros que se ilustran a continuación:
- a: El primer tensor especificado.
- b: El segundo tensor especificado. Debe tener el mismo tipo de datos que «a».
Valor devuelto: Devuelve (a – b) * (a – b) por elemento, donde “a” es el primer tensor especificado y “b” es el segundo tensor.
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Initializing two tensors const a = tf.tensor1d([1, 3, 5, 7]); const b = tf.tensor1d([1, 2, 9, 4]); // Calling the .squaredDifference() function // over the above tensor as its parameters a.squaredDifference(b).print();
Producción:
Tensor [0, 1, 16, 9]
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Broadcasting squared difference a with b. const a = tf.tensor1d([1, 3, 6, 7]); const b = tf.scalar(4); // Calling the .squaredDifference() function a.squaredDifference(b).print();
Producción:
Tensor [9, 1, 4, 9]
Publicación traducida automáticamente
Artículo escrito por Kanchan_Ray y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA