Tensorflow.js tf.dropout()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.dropout() 函数用于计算 dropout。您可以从 https://www.geeksforgeeks.org/dropout-in-neural-networks/阅读有关辍学的更多信息。

用法:

tf.dropout (x, rate, noiseShape?, seed?)

参数：

• x:具有浮点数输入值的 tesnor。
• rate (number):x 的每个元素被丢弃的概率。接受 0 到 1 范围内的值。
• 噪音形状(数字[])：表示随机生成的保持/丢弃标志形状的数组。证明这个参数是可选的。类型：int32。
• seed (number or string):它用于创建随机种子。提供此参数是可选的。

返回值：它返回tf.Tensor []。

范例1：

const tf = require("@tensorflow/tfjs")
  
// creating a tensor
const x = tf.tensor1d([1, 2, 2, 1]);
const rate = 0.6;
  
// calculating dropout
const output = tf.dropout(x, rate);
output.print();

输出：

Tensor
   [0, 5, 5, 0]

范例2：

在这个例子中，我们将作为 [4, 1] 传递 noiseShape 来创建一个新的维度大小。

const tf = require("@tensorflow/tfjs")
  
// creating a tensor
const x = tf.tensor1d([1, 2, 3, 1]);
const rate = 0.6;
  
// calculating dropout
const output = tf.dropout(x, rate, [4,1]);
output.print();

输出：

Tensor
  [[0  , 0, 0  , 0  ],
   [0  , 0, 0  , 0  ],
   [2.5, 5, 7.5, 2.5],
   [2.5, 5, 7.5, 2.5]]

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