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.
El método apply() de tf.layers se usa para ejecutar el cálculo de capas y devolver tensores cuando lo llamamos con tf.Tensor(es). Si lo llamamos con tf.SymbolicTensor(s), preparará la capa para su futura ejecución.
Sintaxis:
apply (inputs, kwargs)
Parámetros:
- entradas: este parámetro contiene la array como una entrada.
- kwargs[Opcional]: es un parámetro opcional que contiene un argumento de palabra clave adicional para pasar a call().
Valor de Retorno: Devuelve el tensor o el tensor simbólico del mismo tipo de dato.
El siguiente ejemplo ilustra el método apply() de Tensorflow.js tf.layers:
Ejemplo 1:
Javascript
import * as tf from "@tensorflow/tfjs" const denseLayer = tf.layers.dense({ units: 1, kernelInitializer: 'ones', useBias: false }); const input = tf.ones([2, 2]); const output = denseLayer.apply(input); // Print the output print(output)
Producción:
Tensor [[2], [2]]
Ejemplo 2:
Javascript
import * as tf from "@tensorflow/tfjs" const denseLayer = tf.layers.dense({ units: 1, kernelInitializer: 'zeros', useBias: false }); const input = tf.ones([2, 2]); const output = denseLayer.apply(input); // Print the output print(output)
Producción:
Tensor [[0], [0]]
Referencia: https://js.tensorflow.org/api/latest/#tf.layers.Layer.apply
Publicación traducida automáticamente
Artículo escrito por skyridetim y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA