Tensorflow.js tf.LayersModel.predictOnBatch()用法及代码示例

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。

.predictOnBatch() 函数用于返回单个实例组的期望值。

用法：

predictOnBatch(x)

Parameters: 

• x:它是规定的输入实例，如张量，即具有精确一个输入的模型，或者一组张量，即具有多个输入的模型。它可以是 tf.Tensor 或 tf.Tensor[] 类型。

返回值：它返回 tf.Tensor 对象或 tf.Tensor[]。

范例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining model
const Mod = tf.sequential({
   layers:[tf.layers.dense({units:2, inputShape:[30]})]
});
  
// Calling predictOnBatch() method and
// Printing output
Mod.predictOnBatch(tf.randomNormal([6, 30])).print();

输出：

Tensor
    [[-1.4716092, -1.8019401],
     [-1.0033149, -0.2789704],
     [-0.4451316, 0.2422157 ],
     [-0.1512984, -0.0726933],
     [2.1483333 , 2.4668102 ],
     [0.4091003 , 0.8335327 ]]

范例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling predictOnBatch() method and
// Printing output
tf.sequential({
   layers:[tf.layers.dense({units:3, inputShape:[40]})]
}).predictOnBatch(tf.truncatedNormal([5, 40])).print();

输出：

Tensor
    [[-1.5034456, -0.3429004, -0.2388536],
     [0.0083699 , -0.3176711, 2.1414554 ],
     [1.1850954 , -0.4481514, 1.1278313 ],
     [-0.1004405, 1.420954  , 0.4890856 ],
     [0.4184967 , 0.1191952 , -0.0936601]]

参考： https://js.tensorflow.org/api/latest/#tf.LayersModel.predictOnBatch