當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Tensorflow.js tf.initializers.orthogonal()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。它還可以幫助開發人員使用JavaScript語言開發ML模型,並可以直接在瀏覽器或Node.js中使用ML。

tf.initializers.orthogonal() 函數產生一個隨機正交矩陣。

用法:

tf.initializers.orthogonal(arguments)

參數:

  • arguments:它是一個對象,其中包含作為隨機數生成器種子的種子(一個數字)和作為要應用於正交矩陣的乘法因子的增益(一個數字)。其默認值被視為 1。

返回值:它返回 tf.initializers.Initializer



範例1:

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
 
// Initializing the .initializers.orthogonal() function
let geek = tf.initializers.orthogonal(2)
 
// Printing gain value
console.log(geek);
 
// Printing individual gain value
console.log('\nIndividual values:\n');
console.log(geek.DEFAULT_GAIN);
console.log(geek.gain);


輸出:

{
  "DEFAULT_GAIN":1,
  "gain":1
}

Individual values:

1
1

範例2:

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs
 
// Defining the input value
const inputValue = tf.input({shape:[4]});
 
// Initializing tf.initializers.orthogonal() function
const funcValue = tf.initializers.orthogonal(4)
 
// Creating dense layer 1
const dense_layer_1 = tf.layers.dense({
    units:6,
    activation:'relu',
    kernelInitialize:funcValue
});
 
// Creating dense layer 2
const dense_layer_2 = tf.layers.dense({
    units:8,
    activation:'softmax'
});
 
// Output
const outputValue = dense_layer_2.apply(
    dense_layer_1.apply(inputValue)
);
 
// Creation the model.
const model = tf.model({
    inputs:inputValue,
    outputs:outputValue
});
 
// Predicting the output.
model.predict(tf.ones([2, 4])).print();


輸出:

Tensor
    [[0.0925488, 0.0833014, 0.1223793, 0.1189993, 
      0.0733501, 0.1645982, 0.1299256, 0.2148973],
     [0.0925488, 0.0833014, 0.1223793, 0.1189993, 
      0.0733501, 0.1645982, 0.1299256, 0.2148973]]

參考:https://js.tensorflow.org/api/3.6.0/#initializers.orthogonal




相關用法


注:本文由純淨天空篩選整理自thacker_shahid大神的英文原創作品 Tensorflow.js tf.initializers.orthogonal() 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。