Tensorflow.js tf.constraints.Clase de restricción

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 clase tf.constraints.Constraint se usa para extender la clase serialization.Serializable . Además, es la clase base a favor de las funciones que imponen restricciones sobre los valores de peso.

Esta clase tf.constraints.Constraint contiene cuatro funciones incorporadas que se ilustran a continuación:  

• tf.constraints.Constraint clase .constraints.maxNorm() función
• tf.constraints.Constraint clase .constraints.minMaxNorm() función
• tf.constraints.Constraint clase .constraints.nonNeg() función
• tf.constraints.Constraint clase .constraints.unitNorm() función

Ejemplo 1: En este ejemplo, la función tf.constraints.Constraint class .constraints.minMaxNorm() se usa para crear una restricción minMaxNorm basada en el objeto de configuración dado. Se hereda de la clase de restricción. Las restricciones son los atributos de las capas como el peso, los núcleos y los sesgos. minMaxNorm es una restricción de peso.

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
  
// Calling maxNorm() function
var a = tf.constraints.maxNorm(2, 0)
  
// Printing output
console.log(a)

Producción:

{
    "defaultMaxValue": 2,
    "defaultAxis": 0,
    "maxValue": 2,
    "axis": 0
}

Ejemplo 2: En este ejemplo, la función tf.constraints.Constraint class .constraints.nonNeg() se usa para crear una restricción nonNeg . nonNeg es una restricción de peso no negativa. Se hereda de la clase de restricción. Las restricciones son los atributos de las capas.

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
  
// Use nonNeg() function
const constraint = tf.constraints.nonNeg( )
  
// Print output
console.log(constraint)

Producción:

{}

Referencia: https://js.tensorflow.org/api/latest/#class:constraints.Constraint