Tensorflow.js tf.dropout()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

tf.dropout() 函數用於計算 dropout。您可以從 https://www.geeksforgeeks.org/dropout-in-neural-networks/閱讀有關輟學的更多信息。

用法:

tf.dropout (x, rate, noiseShape?, seed?)

參數：

• x:具有浮點數輸入值的 tesnor。
• rate (number):x 的每個元素被丟棄的概率。接受 0 到 1 範圍內的值。
• 噪音形狀(數字[])：表示隨機生成的保持/丟棄標誌形狀的數組。證明這個參數是可選的。類型：int32。
• seed (number or string):它用於創建隨機種子。提供此參數是可選的。

返回值：它返回tf.Tensor []。

範例1：

const tf = require("@tensorflow/tfjs")
  
// creating a tensor
const x = tf.tensor1d([1, 2, 2, 1]);
const rate = 0.6;
  
// calculating dropout
const output = tf.dropout(x, rate);
output.print();

輸出：

Tensor
   [0, 5, 5, 0]

範例2：

在這個例子中，我們將作為 [4, 1] 傳遞 noiseShape 來創建一個新的維度大小。

const tf = require("@tensorflow/tfjs")
  
// creating a tensor
const x = tf.tensor1d([1, 2, 3, 1]);
const rate = 0.6;
  
// calculating dropout
const output = tf.dropout(x, rate, [4,1]);
output.print();

輸出：

Tensor
  [[0  , 0, 0  , 0  ],
   [0  , 0, 0  , 0  ],
   [2.5, 5, 7.5, 2.5],
   [2.5, 5, 7.5, 2.5]]

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