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.globalMaxPooling1d() se utiliza para aplicar la operación de agrupación máxima global para datos temporales.
Sintaxis:
tf.layers.globalMaxPooling1d( args )
Parámetros:
- args: Acepta el objeto con las siguientes propiedades:
- inputShape: si se establece esta propiedad, 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 GlobalMaxPooling1D.
Ejemplo 1:
Javascript
import * as tf from "@tensorflow/tfjs"; const Input = tf.input({ shape: [2, 5] }); const globalmaxPoolingLayer = tf.layers.globalMaxPooling1d( { dataFormat: 'chennelFirst' } ); const Output = globalmaxPoolingLayer.apply(Input); const Data = tf.ones([3, 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], [1, 1, 1, 1, 1]]
Ejemplo 2:
Javascript
import * as tf from "@tensorflow/tfjs"; const Input = tf.input({ shape: [3, 5] }); const globalmaxPoolingLayer = tf.layers.globalMaxPooling1d({ dataFormat: 'chennelLast' }); const Output = globalmaxPoolingLayer.apply(Input); const model = tf.model({ inputs: Input, outputs: Output }); const Data = tf.tensor3d([2, 3, 5, 1, 3, 5, 8, 2, 2, 6, 8, 9, 4, 8, 9, 3, 8, 4, 2, 2, 9, 2, 4, 6, 4, 2, 6, 4, 2, 5 ], [2, 3, 5]); model.predict(Data).print();
Producción:
Tensor [[8, 9, 5, 8, 9], [9, 8, 4, 6, 5]]
Referencia: https://js.tensorflow.org/api/latest/#layers.globalMaxPooling1d
Publicación traducida automáticamente
Artículo escrito por satyam00so y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA