Tensorflow.js tf.LayersModel用法及代码示例

Tensorflow.js是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和深度学习神经网络。张量流。 js tf.LayerModel 类用于模型的训练、接口和评估。它有多种训练、评估、预测和保存的方法。

句法：

tf.LayerModel.method(args);

参数：

args: 方法不同，参数不同。

返回：不同的方法返回不同的值tf.tensor对象等。

下面我们将看到 tf.LayerModel 类方法的实现。

示例 1：在此示例中，您将看到 trainOnBatch() 方法，该方法用于对单批数据应用优化器更新。它首先需要两个张量作为输入值张量，第二个作为目标张量。它返回一个数字的承诺。

Javascript


import * as tf from "@tensorflow/tfjs"
async function run() {
// Training Model 
  const gfg = tf.sequential();
// Adding layer to model  
  const layer = tf.layers.dense({units:3, 
               inputShape : [5]});
   gfg.add(layer);
   
// Compiling our model 
  const config = {optimizer:'sgd', 
              loss:'meanSquaredError'};
  gfg.compile(config);
   
// Test tensor and target tensor 
  const layerOne = tf.ones([3,5]);
  const layerTwo = tf.ones([3,3]);
   
// Apply trainOnBatch to out test data 
  const result =
    await gfg.trainOnBatch(layerOne, layerTwo);
// Printing out result 
  console.log(result);
}
// Function call
await run();

输出：

3.683875560760498

示例 2：在此示例中，我们将看到 getLayer() 方法，该方法用于借助索引名称来获取图层。它以图层索引的图层名称作为参数。它返回 tf.layers.Layer。

Javascript


import * as tf from "@tensorflow/tfjs"
// Defining model 
 const gfg_Model = tf.sequential(); 
// Adding layers 
 const config = {units: 4, inputShape: [1] };
 const layer = tf.layers.dense( config);;
 gfg_Model.add( layer);
 const config2 = {units: 2, inputShape: [3] , activation: 'sigmoid'};
 const layer2 = tf.layers.dense( config2 );;
 gfg_Model.add(layer2); 
// Calling getLayer() method  
 const layer_1 = gfg_Model.getLayer('denselayer', 1); 
// Printing layer config 
 console.log(layer_1.getConfig());

输出：

{
  "units": 2,
  "activation": "sigmoid",
  "useBias": true,
  "kernelInitializer": {
    "className": "VarianceScaling",
    "config": {
      "scale": 1,
      "mode": "fanAvg",
      "distribution": "normal",
      "seed": null
    }
  },
  "biasInitializer": {
    "className": "Zeros",
    "config": {}
  },
  "kernelRegularizer": null,
  "biasRegularizer": null,
  "activityRegularizer": null,
  "kernelConstraint": null,
  "biasConstraint": null,
  "name": "dense_Dense53",
  "trainable": true,
  "batchInputShape": [
    null,
    3
  ],
  "dtype": "float32"
}

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

相关用法

注：本文由纯净天空筛选整理自satyam00so大神的英文原创作品 Tensorflow.js tf.LayersModel Class。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。