Tensorflow.js tf.layers.gaussianDropout()用法及代码示例

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和深度学习神经网络。它还可以帮助开发人员使用 JavaScript 语言开发 ML 模型，并且可以直接在浏览器或 Node.js 中使用 ML。

tf.layers.gaussianDropout() 函数用于应用乘法 1 中心高斯噪声。由于 iit 是一个正则化层，因此它仅在训练时有效。

tf.layers.gaussianDropout(arguments)

参数

inputShape:它是一个可选参数，用于创建输入层，它采用 number 和 null 等值。
batchInputShape:它是一个可选参数，用于在主层之前创建输入层，它采用 number 和 null 等值。
batchSize:它是一个可选参数，用于制作batchInputShape，并且，它只接受数字。
dtype:它是一个可选参数，它代表数据类型。默认情况下，它有 ‘float32’ 并且还支持其他值，如 ‘int32’, ‘bool’ 等。
name:它是一个可选参数，用于定义图层的名称，它接受字符串。
trainable:它是一个可选参数，用于确定提供的输入层是否更新。它接受布尔值。
weights:它拥有层的起始权重。它也是一个可选参数。
inputDType:它是用于输入数据类型的可选参数。像 dtype 一样，它也支持它的所有值。

返回值：它返回 GaussianDropout。

范例1：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing the tensor
const geek= tf.tensor1d([128561, 1536782, 221343, 781422]);
  
// Reshaping tensor
const geek1 = tf.reshape(geek,[2,2]);
  
// Creating gaussianDropout of poolSize 2*2
const gaussianDropout = 
      tf.layers.gaussianDropout({poolSize:[2,2]});
  
// Applying gaussianDropout on geek1 tensor
const result = gaussianDropout.apply(geek1);
  
// Printing the result tensor
result.print();

输出：

Tensor
    [[128561, 1536782],
     [221343, 781422 ]]

范例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Reshaping tensor
const geek1 = tf.reshape(
  tf.tensor1d([2125, 1637, 1272, 3268]),
  [2,2]);
  
// Applying gaussianDropout on geek1 tensor
tf.layers.gaussianDropout(
  {
    poolSize:[2,2]
  }
).apply(
  geek1).print();

输出：

Tensor
    [[2125, 1637],
     [1272, 3268]]

参考： https://js.tensorflow.org/api/3.6.0/#layers.gaussianDropout

相关用法

注：本文由纯净天空筛选整理自thacker_shahid大神的英文原创作品 Tensorflow.js tf.layers.gaussianDropout() 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。