Tensorflow.js tf.registerOp()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。

Tensorflow.js tf.registerOp() 函数用于在 TensorFlow 中为图模型执行器注册 Ops(操作)。使用此函数，用户不仅可以在 Tensorflow 中创建自定义 Ops，还可以覆盖现有 Ops

用法:

tf.registerOp (name, opFunc)

Parameters: 以下是上述函数接受的参数，如下所示：

name: 这是字符串类型参数。该参数代表 Tensorflow Op 名称。
opFunc: 这是对象类型参数。该参数接受 op 函数。在执行期间必须使用当前图节点(包含 attr 和输入)调用该函数，并且必须返回张量或张量列表。

返回值：它返回无效。

笔记：

节点对象的输入和属性基于 TensorFlow op 注册表。
要检查 NewOp Op 是否已注册，请使用 Tensorflow.js tf.getRegisteredOp() 函数。

示例 1：使用校验码注册新 Op NewOp 以及新 Op 函数的示例。

Javascript


// Importing the tensorflow.js library  
const tf = require("@tensorflow/tfjs");  
    
// Try to create a new Op 
const customOp = (node) => 
    tf.add( 
        node.inputs[0], node.inputs[1] 
    ); 
  
// Try to register a new Op NewOp 
const x = tf.registerOp('NewOp', customOp); 
  
// Check code and new op functioning 
const a = tf.scalar(1); 
const b = tf.tensor1d([1, 2, 3, 4]); 
const name = tf.getRegisteredOp('NewOp'); 
const ans = name.customExecutor({"inputs":[a,b]}); 
console.log(ans.print())

输出：

Tensor
    [2, 3, 4, 5]
undefined

示例 2：使用检查代码覆盖现有 Op 的示例以及覆盖 Op 的函数。

Javascript


// Importing the tensorflow.js library  
const tf = require("@tensorflow/tfjs");  
  
// Try to override add Op with sub op 
const x = tf.registerOp(tf.add, tf.sub); 
  
// Check code and override op functioning 
const a = tf.tensor1d([10, 20, 30, 40]); 
const b = tf.scalar(5); 
const ans = tf.add(a,b); 
console.log(ans.print())

输出：

Tensor
    [15, 25, 35, 45]
undefined

参考：https://js.tensorflow.org/api/latest/#registerOp

相关用法

注：本文由纯净天空筛选整理自SHUBHAMSINGH10大神的英文原创作品 Tensorflow.js tf.registerOp() Function。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。