Tensorflow.js tf.layers.thresholdedReLU()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.thresholdedReLU() 函数用于对数据应用阈值校正线性单元激活函数。

用法:

 tf.layers.thresholdedReLU(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 args 对象，该对象可以具有以下属性：

• theta (number):它是激活的阈值位置。
• 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：如果设置此属性，将创建一个输入图层并将其插入到该图层之前。
• 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：该层的权重是否可以通过拟合而改变。 True 是默认值。
• weights: 图层的初始权重值。

返回：它返回一个对象(ThresholdedReLU)。

示例 1：

import * as tf from "@tensorflow/tfjs";
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({theta: 10});
     
const x = tf.tensor([11, 8, 9, 12]);
thresholdReLULayer.apply(x).print();

输出：

Tensor
   [11, 0, 0, 12]

示例 2：

import * as tf from "@tensorflow/tfjs";
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({ theta: 0.9 });
     
const x = tf.tensor([1.12, 0.8, 
    1.9, 0.12, 0.25, 3.4], [2, 3]);
thresholdReLULayer.apply(x).print();

输出：

Tensor
   [[1.12, 0, 1.9],
    [0, 0, 3.4000001]]

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