tf.LayersModel 是一个用于训练、推理和评估 tensorflow.js 中层模型的类。它包含用于训练、评估、预测和保存层模型目的的方法。所以在这篇文章中,我们将了解 model.summary() 函数。
tensorflow.js 中的 model.summary() 函数打印模型摘要,其中包括模型名称、权重参数数量、可训练参数数量。
用法:
model_name.summary (line length, position, print function)
参数:所有参数都是可选的。
- line length:它是多个字符的自定义行长度。
- position:它是一个显示每列宽度的数组,值可以是小数或绝对值。
- print function:打印模型摘要的函数,默认函数是console.log()。
返回值:空白。
范例1:在此示例中,我们将创建具有单个密集层的序列模型,并使用 model.summary() 函数打印模型的摘要。
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Creating model
var myModel = tf.sequential({
layers:[tf.layers.dense({
units:10,
inputShape:[15]
})]
});
// Print the summary
myModel.summary();
输出:
_________________________________________________________________ Layer (type) Output shape Param # ================================================================= dense_Dense8 (Dense) [null,10] 160 ================================================================= Total params:160 Trainable params:160 Non-trainable params:0 _________________________________________________________________
范例2:在此示例中,我们将使用 tf.model 方法创建具有 2 个具有激活函数 relu 和 softmax 的密集层的模型,并进行预测并打印模型的摘要。
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Define input
var inp=tf.input({shape:[8]});
// Dense layer 1
var denseLayerOne=tf.layers.dense({units:7,activation:'relu'});
// Dense layer 1
var denseLayerTwo=tf.layers.dense({units:5, activation:'softmax'});
// Generate the output
var out=denseLayerTwo.apply(denseLayerOne.apply(inp));
// Model creation
var myModel=tf.model({inputs:inp,outputs:out});
// Make prediction
console.log("\nPrediction:")
myModel.predict(tf.ones([3,8])).print();
console.log("\nSummary:")
myModel.summary();
输出:
Prediction: Tensor [[0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899], [0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899], [0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899]] Summary: _________________________________________________________________ Layer (type) Output shape Param # ================================================================= input7 (InputLayer) [null,8] 0 _________________________________________________________________ dense_Dense19 (Dense) [null,7] 63 _________________________________________________________________ dense_Dense20 (Dense) [null,5] 40 ================================================================= Total params:103 Trainable params:103 Non-trainable params:0 _________________________________________________________________
参考: https://js.tensorflow.org/api/latest/#tf.LayersModel.summary
相关用法
- Tensorflow.js tf.Sequential.summary()用法及代码示例
- HTML DOM Summary用法及代码示例
- HTML <table> summary属性用法及代码示例
- 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.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
注:本文由纯净天空筛选整理自abhijitmahajan772大神的英文原创作品 Tensorflow.js tf.LayersModel class .summary() 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。