Tensorflow.js tf.layers.globalAveragePooling1d() Función

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

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *