Tensorflow.js是由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以及深度学习神经网络。
.evaluate() 函数用于在测试方法中找到有利于原型的损失度量和度量值。
注意:
- 这里,Loss 值和指标是在编译时确定的,这需要在调用 evaluate() 方法之前发生。
- 在这里,枚举是分组进行的。
用法:
evaluate(x, y, args?)
Parameters:
- x:它是测试材料的规定 tf.Tensor,或者是 tf.Tensor 数组,以防原型具有各种输入。它可以是 tf.Tensor 或 tf.Tensor[] 类型。
- y:它是目标材料的规定 tf.Tensor,或者是 tf.Tensor 数组,以防原型具有各种输入。它可以是 tf.Tensor 或 tf.Tensor[] 类型。
- args:据说 ModelEvaluateArgs 包含可选字段。它是一个对象。
- batchSize:它是规定的批量大小,如果未定义,则默认值为 32。它的类型为 number。
- verbose:这是规定的详细模式。它是 ModelLoggingVerbosity 类型。
- sampleWeight:它是规定的权重张量,以便将各种实例对损失和度量的参与加权。它是 Tf.tensor 类型。
- steps:它是在终止估计轮次声明之前的步骤总数,即实例组。它被忽略,默认值为 unspecified。它是类型号。
返回值:它返回 tf.Scalar 或 tf.Scalar[]。
范例1:使用优化器作为 “sgd” 和损失作为 “meanAbsoluteError”。
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Defining model
const modl = tf.sequential({
layers:[tf.layers.dense({units:2, inputShape:[30]})]
});
// Compiling model
modl.compile({optimizer:'sgd', loss:'meanAbsoluteError'});
// Calling evaluate() and randomNormal
// method
const output = modl.evaluate(
tf.randomNormal([8, 30]),
tf.randomNormal([8, 2]),
{Sizeofbatch:3}
);
// Printing output
output.print();
输出:这里使用 randomNormal() 方法作为张量输入。
Tensor 1.1059763431549072
范例2:使用优化器作为 “adam”,损失作为 “meanSquaredError” 和 “accuracy” 作为指标。
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Defining model
const modl = tf.sequential({
layers:[tf.layers.dense({units:1, inputShape:[20]})]
});
// Compiling model
modl.compile({optimizer:'adam', loss:'meanSquaredError'},
(metrics = ["accuracy"]));
// Calling evaluate() and truncatedNormal
// method
const output = modl.evaluate(
tf.truncatedNormal([8, 20]), tf.truncatedNormal([8, 1]),
{Sizeofbatch:3}, {steps:2});
// Printing output
output.print();
输出:这里,truncatedNormal() 方法用作张量输入,并且还包括步长参数。
Tensor 1.2484867572784424
参考:https://js.tensorflow.org/api/latest/#tf.LayersModel.evaluate
相关用法
- Tensorflow.js tf.Sequential.evaluate()用法及代码示例
- PHP DOMXPath evaluate()用法及代码示例
- Tensorflow.js tf.Tensor.buffer()用法及代码示例
- Java String repeat()用法及代码示例
- Tensorflow.js tf.data.Dataset.batch()用法及代码示例
- Tensorflow.js tf.Sequential.add()用法及代码示例
注:本文由纯净天空筛选整理自nidhi1352singh大神的英文原创作品 Tensorflow.js tf.LayersModel Class .evaluate() Method。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。