Tensorflow.js tf.constraints.maxNorm()用法及代码示例

Tensorflow.js是一个开放源代码库，由Google开发，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

tf.constraints.maxNorm() 继承自约束类。约束是层的属性，如权重、内核、偏差。它在模型构建时分配给层。MaxNorm 是权重约束。它将权重约束到每个隐藏层的范数小于或等于所需值。在这篇文章中，我们将看到 maxNorm() 函数以及它如何处理约束。

用法:

tf.constraints.maxNorm(maxValue, axis)

参数：

• maxValue:进料重量的最大标准。
• axis:它是范数计算的轴。

返回值：它返回 tf.constraints.Constraint。

范例1：在此示例中，我们将创建 maxNorm 函数并将 maxValue 设为 2，将轴设为 0。

// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Use maxNorm() function
var a=tf.constraints.maxNorm(2,0)
  
// Print
console.log(a)

输出：

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

范例2：在这个例子中，我们将创建一个密集层模型，并将内核和偏置约束作为 maxNorm 传递。

// Import tensorflow.js
import * as tf from "@tensorflow/tfjs"
  
  
// Defien dense layer
const denseLayer = tf.layers.dense({ 
    units:6,
    kernelInitializer:'heNormal',
    kernelConstraint:'maxNorm',
    biasConstraint:'maxNorm',
    useBias:true 
});
  
// Define input and output
const inp = tf.ones([2, 3]);
const out = denseLayer.apply(inp);
      
// Print the output
out.print()

输出：

Tensor
   [[0.770891, -0.191616, -1.3709277, -1.010246, 1.0177934, 0.6692461],
    [0.770891, -0.191616, -1.3709277, -1.010246, 1.0177934, 0.6692461]]

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