Tensorflow.js es un conjunto de herramientas de código abierto desarrollado por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el navegador o en la plataforma del Node. También permite a los desarrolladores crear modelos de aprendizaje automático en JavaScript y utilizarlos directamente en el navegador o con Node.js.
La función tf.layers.globalAveragePooling1d() se usa para aplicar la operación de agrupación promedio global para datos temporales.
Sintaxis:
tf.layers.globalAveragePooling1d( args )
Parámetros:
- args: Toma un objeto con las siguientes propiedades:
- inputShape: si se especifica entonces, se utilizará para construir una capa de entrada que se insertará antes de esta capa.
- batchInputShape: si se especifica, se utilizará para crear una capa de entrada que se insertará antes de esta capa.
- batchSize: Admite inputShape para construir el batchInputShape.
- dtype: Es el tipo de tipo de datos para esta capa. Este parámetro se aplica exclusivamente a las capas de entrada.
- nombre: Es de tipo string. Es el nombre de esta capa.
- entrenable: si se establece en verdadero, solo los pesos de esta capa cambiarán por ajuste.
- pesos: Los valores de peso iniciales de la capa.
- InputDType: se utiliza para el soporte heredado.
Devoluciones: Devuelve GlobalAveragePooling1D.
Ejemplo 1:
Javascript
import * as tf from "@tensorflow.js/tfjs" const model = tf.sequential(); // First layer must have a defined input shape model.add(tf.layers.globalAveragePooling1d({ batchInputShape:[4,3, 3], trainable: true })); // Afterwards, TF.js does automatic shape inference. model.add(tf.layers.dense({units: 3})); // Printing the summary of model model.summary();
Producción:
__________________________________________________________________________________________ Layer (type) Input Shape Output shape Param # ========================================================================================== global_average_pooling1d_Gl [[4,3,3]] [4,3] 0 __________________________________________________________________________________________ dense_Dense7 (Dense) [[4,3]] [4,3] 12 ========================================================================================== Total params: 12 Trainable params: 12 Non-trainable params: 0 __________________________________________________________________________________________
Ejemplo 2:
Javascript
import * as tf from "@tensorflow/tfjs"; const Input = tf.input({ shape: [2, 5] }); const globalAveragePooling1d = tf.layers.globalAveragePooling1d({ InputShape:[4,3, 3], trainable: true }); const Output = globalAveragePooling1d.apply(Input); const Data = tf.ones([2, 2, 5]); const model = tf.model({ inputs: Input, outputs: Output }); model.predict(Data).print();
Producción:
Tensor [[1, 1, 1, 1, 1], [1, 1, 1, 1, 1]]
Referencia: https://js.tensorflow.org/api/latest/#layers.globalAveragePooling1d
Publicación traducida automáticamente
Artículo escrito por satyam00so y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA