Tensorflow.js tf.constraints.minMaxNorm()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.minMaxNorm() 函数用于根据给定的配置对象创建 minMaxNorm 约束。它是从约束类继承的。约束是层的属性，如权重、内核、偏差。 minMaxNorm 是权重约束。

用法:

tf.constraints.minMaxNorm(config)

参数：此函数将 config 对象作为参数，它可以具有以下属性：

maxValue:它指定传入重量的最大规范。
mixValue:它指定传入重量的最小规范。
axis:它指定沿其计算范数的轴。
rate:它指定了强制执行约束的速率。

返回值：它返回一个 tf.constraints.Constraint。

范例1：

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Use maxNorm() function
const constraint = tf.constraints.minMaxNorm(1,0)
    
// Print the output
console.log(constraint)

输出：

{
  "defaultMinValue":0,
  "defaultMaxValue":1,
  "defaultRate":1,
  "defaultAxis":0,
  "minValue":0,
  "maxValue":1,
  "rate":1,
  "axis":0
}

范例2：在这个例子中，我们将使用 minMaxNorm 约束创建一个密集层。

Javascript


// Import tensorflow.js
import * as tf from "@tensorflow/tfjs"
  
// Create a new dense layer using 
// minMaxNorm constraint
const denseLayer = tf.layers.dense({ 
    units:4,
    kernelInitializer:'heNormal',
    kernelConstraint:'minMaxNorm',
    biasConstraint:'minMaxNorm',
    useBias:true 
});
    
// Create input and output tensors
const input = tf.ones([2, 2]);
const output = denseLayer.apply(input);
        
// Print the output
output.print()

输出：

Tensor
    [[1.5594537, 0.1787095, 0.3462192, -1.7434707],
     [1.5594537, 0.1787095, 0.3462192, -1.7434707]]

参考：https://js.tensorflow.org/api/1.0.0/#constraints.minMaxNorm

相关用法

注：本文由纯净天空筛选整理自abhinavjain194大神的英文原创作品 Tensorflow.js tf.constraints.minMaxNorm() Function。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。