Tensorflow.js tf.Variable用法及代码示例

TensorFlow 是 Google 设计的开源 Python 库，用于在浏览器或节点环境中开发机器学习模型和深度学习神经网络。

tf.Variable 类用于创建一个新的可变 tf.Tensor，并提供一个赋值，该赋值将 tf.Tensor 复制到包含相同形状和 dtype 的新变量。

tf.Variable 类扩展了 tf.Tensor 类。

用法:

tensorflow.Variable(initialTensor)

参数：

initialTensor:它是分配给 Variable 类对象的初始张量。

返回值：它不返回任何内容(即无效)。

示例 1：本示例仅使用初始值来创建 tf.Variable 对象。没有传递可选参数。

Javascript


// Defining tf.Tensor object for initial value
initialValue = tf.tensor([[1, 2, 3]])
// Defining tf.Variable object 
const x = new tf.Variable(initialValue);
// Checking variables dtype
console.log("dtype:", x.dtype)
// Checking variable shape
console.log("shape:", x.shape)
// Printing the tf.Variable object
x.print()

输出：

dtype: float32
shape: 1,3
Tensor
     [[1, 2, 3],]

示例 2：此示例使用可选参数以及初始值来创建 Variable 对象。

Javascript


// Defining tf.Tensor object for initial value
initialValue = tf.tensor([[1, 2, 3]])
// Defining tf.Variable object 
const x = new tf.Variable(initialValue,
    false, 'example_variable', 'int32');
// Checking if variable is trainable
console.log("Is trainable:", x.trainable)
// Checking variables dtype
console.log("dtype:", x.dtype)
// Checking variable shape
console.log("shape:", x.shape)
// Checking variable name
console.log("Name:", x.name)
// Printing the tf.Variable object
x.print()

输出：

Is trainable: false
dtype: int32
shape: 1,3
Name: example_variable
Tensor
     [[1, 2, 3],]

示例 3：此示例使用初始值创建一个 tf.Variable 对象，然后再次将初始值添加到变量中。

Javascript


// Defining tf.Tensor object for initial value
initialValue = tf.tensor([[1, 2, 3]])
// Defining tf.Variable object 
const x = new tf.Variable(initialValue);
// Printing the tf.Variable object
x.print()
// Adding initial value Tensor to Variable
result = x.add(initialValue)
// Printing result
result.print()

输出：

Tensor
     [[1, 2, 3],]
Tensor
     [[2, 4, 6],]

相关用法

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