Tensorflow.js tf.layers.alphaDropout()用法及代碼示例

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，並且可以直接在瀏覽器或 Node.js 中使用 ML。

tf.layers.AlphaDropout() 函數用於將 Alpha Dropout 應用於輸入。由於它是一個正則化層，因此它隻在訓練時有效。

用法:

tf.layers.AlphaDropout(arguments)

參數

inputShape:它是一個可選參數，用於創建輸入層，它采用 number 和 null 等值。
batchInputShape:它是一個可選參數，用於在主層之前創建輸入層，它采用 number 和 null 等值。
batchSize:它是一個可選參數，用於製作batchInputShape，並且，它隻接受數字。
dtype:它是一個可選參數，它代表數據類型。默認情況下，它有 ‘float32’ 並且還支持其他值，如 ‘int32’, ‘bool’ 等。
name:它是一個可選參數，用於定義圖層的名稱，它接受字符串。
trainable:它是一個可選參數，用於確定提供的輸入層是否更新。它接受布爾值。
weights:它擁有層的起始權重。它也是一個可選參數。
inputDType:它是用於輸入數據類型的可選參數。像 dtype 一樣，它也支持它的所有值。

返回值：它返回 AlphaDropout。

範例1：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing the tensor
const geek= tf.tensor1d([121, 152, 2213, 7814]);
  
// Reshaping tensor
const geek1 = tf.reshape(geek,[2,2]);
  
// Creating alphaDropout of poolSize 2*2
const alphaDropout = 
      tf.layers.alphaDropout({poolSize:[2,2]});
  
// Applying alphaDropout on geek1 tensor
const result = alphaDropout.apply(geek1);
  
//Printing the result tensor
result.print();

輸出：

Tensor
    [[121 , 152 ],
     [2213, 7814]]

範例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Reshaping tensor
const geek1 = tf.reshape(
  tf.tensor1d([25, 163, 127, 328]),
  [2,2]);
  
// Applying alphaDropout on geek1 tensor
tf.layers.alphaDropout(
  {
    poolSize:[2,2]
  }
).apply(
  geek1).print();

輸出：

Tensor
    [[25 , 163],
     [127, 328]]

參考： https://js.tensorflow.org/api/3.6.0/#layers.alphaDropout

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.layers.alphaDropout() 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。