Tensorflow.js tf.conv1d()用法及代码示例

简介：Tensorflow.js 是 Google 开发的一个开源库，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。

.conv1d() 函数用于在指定的输入张量上确定一维卷积。

用法:

tf.conv1d(x, filter, stride, pad, dataFormat?, dilation?, dimRoundingMode?)

参数：

• x:指定的输入张量是 3 级或 2 级，形状为：[batch, height, width, inChannels]。此外，如果等级为 2，则假定批次大小为 1。它可以是 tf.Tensor2D、tf.Tensor3D、TypedArray 或 Array 类型。
• filter:所述的 3 级滤波器张量和形状：[filterHeight, filterWidth, depth]。它可以是 tf.Tensor3D、TypedArray 或 Array 类型。
• strides:规定的进气口数量，在每一步的帮助下，规定的过滤器向右移动。它是类型号。
• pad:规定的填充算法类型。它的类型可以是 valid、same、number 或 conv_util.ExplicitPadding。
  1. 在这里，对于相同和步长 1，无论过滤器大小如何，输出都将具有与输入相同的大小。
  2. 对于，‘valid’，在滤波器尺寸大于1*1×1的情况下，输出应小于输入。
• dataFormat:“NWC” 或 “NCW” 中规定的选修字符串。默认值为“NWC”，信息按[batch, in_width, in_channels]的顺序保存。此外，目前只有 “NWC” 受到青睐。它是可选的，属于“NWC”或“NCW”类型。
• dilations:规定的膨胀率，其中输入值在多孔卷积中采样。默认值为 1。如果它大于 1，则步幅应为 1。它是可选的，类型为 number。
• dimRoundingMode:从 ‘ceil’、'round' 或 ‘floor’ 中指定的字符串。如果未提供任何值，则默认值为 truncate。它是可选的，类型为天花板、圆形或 floor 。

返回值：它返回 tf.Tensor2D 或 tf.Tensor3D。

范例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining input tensor
const x = tf.tensor3d([1, 2, 3, 4], [2, 2, 1]);
  
// Defining filter tensor
const y = tf.tensor3d([1, 1, 0, 4], [1, 1, 4]);
  
// Calling conv1d() method
const result = tf.conv1d(x, y, 2, 'valid');
  
// Printing output
result.print();

输出：

Tensor
    [ [[1, 1, 0, 4 ],],

      [[3, 3, 0, 12],]]

范例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling conv1d() method with 
// all its parameters
tf.tensor3d([1.1, 2.2, 3.3, 4.4], [2, 2, 1]).conv1d(
 tf.tensor3d([1.3, 1.2, null, -4], [1, 1, 4]),
             2, 0, 'NWC', 1, 'ceil').print();

输出：

Tensor
    [[[1.4299999, 1.3200001, 0, -4.4000001 ],
      [0        , 0        , 0, 0          ]],

     [[4.29     , 3.96     , 0, -13.1999998],
      [0        , 0        , 0, 0          ]]]

参考：https://js.tensorflow.org/api/latest/#conv1d