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.
El método tf.Tensor class.bufferSync() se usa para devolver un tf.TensorBuffer que contiene los datos subyacentes.
Sintaxis :
bufferSync()
Parámetros :
- No toma parámetros
Valor devuelto: Devuelve tf.TensorBuffer
Ejemplo 1:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" console.log(tf.tensor([1, 3, 5, 4, 2]).bufferSync())
Producción:
{ "dtype": "float32", "shape": [ 5 ], "size": 5, "values": { "0": 1, "1": 3, "2": 5, "3": 4, "4": 2 }, "strides": [] }
Ejemplo 2:
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" const a= tf.tensor2d([[0, 1], [2, 3]]) console.log(a.bufferSync())
Producción:
{ "dtype": "float32", "shape": [ 2, 2 ], "size": 4, "values": { "0": 0, "1": 1, "2": 2, "3": 3 }, "strides": [ 2 ] }
Referencia: https://js.tensorflow.org/api/latest/#tf.Tensor.bufferSync
Publicación traducida automáticamente
Artículo escrito por dheerchanana08 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA