Tensorflow.js tf.constraints.minMaxNorm()用法及代碼示例

Tensorflow.js是一個開放源代碼庫，由Google開發，用於在瀏覽器或節點環境中運行機器學習模型以及深度學習神經網絡。

tf.constraints.minMaxNorm() 函數用於根據給定的配置對象創建 minMaxNorm 約束。它是從約束類繼承的。約束是層的屬性，如權重、內核、偏差。 minMaxNorm 是權重約束。

用法:

tf.constraints.minMaxNorm(config)

參數：此函數將 config 對象作為參數，它可以具有以下屬性：

maxValue:它指定傳入重量的最大規範。
mixValue:它指定傳入重量的最小規範。
axis:它指定沿其計算範數的軸。
rate:它指定了強製執行約束的速率。

返回值：它返回一個 tf.constraints.Constraint。

範例1：

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Use maxNorm() function
const constraint = tf.constraints.minMaxNorm(1,0)
    
// Print the output
console.log(constraint)

輸出：

{
  "defaultMinValue":0,
  "defaultMaxValue":1,
  "defaultRate":1,
  "defaultAxis":0,
  "minValue":0,
  "maxValue":1,
  "rate":1,
  "axis":0
}

範例2：在這個例子中，我們將使用 minMaxNorm 約束創建一個密集層。

Javascript


// Import tensorflow.js
import * as tf from "@tensorflow/tfjs"
  
// Create a new dense layer using 
// minMaxNorm constraint
const denseLayer = tf.layers.dense({ 
    units:4,
    kernelInitializer:'heNormal',
    kernelConstraint:'minMaxNorm',
    biasConstraint:'minMaxNorm',
    useBias:true 
});
    
// Create input and output tensors
const input = tf.ones([2, 2]);
const output = denseLayer.apply(input);
        
// Print the output
output.print()

輸出：

Tensor
    [[1.5594537, 0.1787095, 0.3462192, -1.7434707],
     [1.5594537, 0.1787095, 0.3462192, -1.7434707]]

參考：https://js.tensorflow.org/api/1.0.0/#constraints.minMaxNorm

相關用法

注：本文由純淨天空篩選整理自abhinavjain194大神的英文原創作品 Tensorflow.js tf.constraints.minMaxNorm() Function。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。