Tensorflow.js tf.layers.spatialDropout1d()用法及代码示例

Tensorflow.js是Google开发的开源工具包，用于在浏览器或节点平台上执行机器学习模型和深度学习神经网络。它还使开发人员能够在 JavaScript 中创建机器学习模型，并直接在浏览器中或通过 Node.js 使用它们。

tf.layers.spatialDropout1d() 函数用于对数据应用空间 1D 版本的 dropout 操作。

用法:

tf.layers.spatialDropout1d(args)

输入形状：任意。当使用该层作为模型中的初始层时，请使用 inputShape 配置。

输出形状：输出与输入具有相同的形状。

Parameters: 它接受参数对象可以具有以下属性：

rate (number):介于 0 和 1 之间的浮点值。要删除的输入单位的分数。
seed (number):将用作随机种子的整数。
inputShape:如果设置了此属性，它将用于构造一个输入层，该输入层将插入到该层之前。
batchInputShape:如果设置了此属性，将创建一个输入层并将其插入到该层之前。
batchSize:如果未提供batchInputShape而提供了inputShape，则使用batchSize来构建batchInputShape。
dtype:这是该层的数据类型。 float32 是默认值。该参数仅适用于输入层。
name:这是图层的名称，是字符串类型。
trainable:如果该层的权重可以通过拟合来改变。 True 是默认值。
weights:图层的初始权重值。

返回：它返回一个对象 (SpatialDropout1D)。

示例 1：

Javascript


import * as tf from "@tensorflow/tfjs"; 
  
const model = tf.sequential({ 
    layers: [tf.layers.dense({  
        units: 1, inputShape: [10, 2]  
    })], 
}); 
    
model.add(tf.layers.spatialDropout1d({ rate: 0.25 })); 
      
model.compile( 
    { optimizer: "sgd", loss: "meanAbsoluteError" }, 
); 
      
const result = model.evaluate( 
    tf.ones([8, 10, 2]), tf.ones([8, 10, 1]), { 
    batchSize: 4, 
}); 
     
result.print();

输出：

Tensor
   1.1040260791778564

示例 2：

Javascript


import * as tf from "@tensorflow/tfjs"; 
    
const model = tf.sequential({ 
    layers: [tf.layers.dense({  
        units: 1, inputShape: [5, 5]  
    })], 
}); 
      
model.add(tf.layers.spatialDropout1d({ rate: 0.5, seed: 146 })); 
    
model.compile({ optimizer: "adam",  
    loss: "meanSquaredError" }); 
      
const result = model.evaluate( 
    tf.ones([4, 5, 5]), tf.ones([4, 5, 1]), { 
    batchSize: 2, 
}); 
      
result.print();

输出：

Tensor
   7.158995151519775

参考： https://js.tensorflow.org/api/latest/#layers.spatialDropout1d

相关用法

注：本文由纯净天空筛选整理自aayushmohansinha大神的英文原创作品 Tensorflow.js tf.layers.spatialDropout1d() 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。