Tensorflow.js tf.conv1d()用法及代碼示例

簡介：Tensorflow.js 是 Google 開發的一個開源庫，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。

.conv1d() 函數用於在指定的輸入張量上確定一維卷積。

用法:

tf.conv1d(x, filter, stride, pad, dataFormat?, dilation?, dimRoundingMode?)

參數：

• x:指定的輸入張量是 3 級或 2 級，形狀為：[batch, height, width, inChannels]。此外，如果等級為 2，則假定批次大小為 1。它可以是 tf.Tensor2D、tf.Tensor3D、TypedArray 或 Array 類型。
• filter:所述的 3 級濾波器張量和形狀：[filterHeight, filterWidth, depth]。它可以是 tf.Tensor3D、TypedArray 或 Array 類型。
• strides:規定的進氣口數量，在每一步的幫助下，規定的過濾器向右移動。它是類型號。
• pad:規定的填充算法類型。它的類型可以是 valid、same、number 或 conv_util.ExplicitPadding。
  1. 在這裏，對於相同和步長 1，無論過濾器大小如何，輸出都將具有與輸入相同的大小。
  2. 對於，‘valid’，在濾波器尺寸大於1*1×1的情況下，輸出應小於輸入。
• dataFormat:“NWC” 或 “NCW” 中規定的選修字符串。默認值為“NWC”，信息按[batch, in_width, in_channels]的順序保存。此外，目前隻有 “NWC” 受到青睞。它是可選的，屬於“NWC”或“NCW”類型。
• dilations:規定的膨脹率，其中輸入值在多孔卷積中采樣。默認值為 1。如果它大於 1，則步幅應為 1。它是可選的，類型為 number。
• dimRoundingMode:從 ‘ceil’、'round' 或 ‘floor’ 中指定的字符串。如果未提供任何值，則默認值為 truncate。它是可選的，類型為天花板、圓形或 floor 。

返回值：它返回 tf.Tensor2D 或 tf.Tensor3D。

範例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining input tensor
const x = tf.tensor3d([1, 2, 3, 4], [2, 2, 1]);
  
// Defining filter tensor
const y = tf.tensor3d([1, 1, 0, 4], [1, 1, 4]);
  
// Calling conv1d() method
const result = tf.conv1d(x, y, 2, 'valid');
  
// Printing output
result.print();

輸出：

Tensor
    [ [[1, 1, 0, 4 ],],

      [[3, 3, 0, 12],]]

範例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling conv1d() method with 
// all its parameters
tf.tensor3d([1.1, 2.2, 3.3, 4.4], [2, 2, 1]).conv1d(
 tf.tensor3d([1.3, 1.2, null, -4], [1, 1, 4]),
             2, 0, 'NWC', 1, 'ceil').print();

輸出：

Tensor
    [[[1.4299999, 1.3200001, 0, -4.4000001 ],
      [0        , 0        , 0, 0          ]],

     [[4.29     , 3.96     , 0, -13.1999998],
      [0        , 0        , 0, 0          ]]]

參考：https://js.tensorflow.org/api/latest/#conv1d