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:
Javascript
// 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:
Javascript
// 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
相关用法
- 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.LayersModel.evaluate()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
- p5.js Element class()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 .predictOnBatch() 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。