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

Tensorflow.js是由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以及深度學習神經網絡。

tf.layers.embedding() 函數用於將正整數映射到固定大小的密集向量中。

用法:

tf.layers.embedding(args)

參數：此函數接受 args 作為參數，該參數可以具有以下屬性：

• inputDim:它用於指定詞匯量大小。
• outputDim:它用於指定密集嵌入的維度。
• embeddingsInitializer:它用於指定嵌入矩陣的初始值設定項。
• embeddingsRegularizer:它用於指定將哪個正則化函數應用於嵌入矩陣。
• activityRegularizer:它用於指定哪個正則化函數應用於激活。
• embeddingsConstraint：用於指定將哪個約束函數應用於嵌入矩陣。
• maskZero:用於檢查輸入值 0 是否為特殊填充值。
• inputLength:它用於指定輸入序列的長度。
• inputShape:它用於創建要在該層之前插入的輸入層。
• batchInputShape:它用於創建要在該層之前插入的輸入層。
• batchSize:如果指定了 inputShape 而沒有指定 batchInputShape，則它用於構造 batchInputShape。
• dtype:它用於表示該層的數據類型。
• name:它用於表示該層的名稱。
• trainable:它用於指示該層的權重是否可以通過擬合更新。
• weights:它用於表示層的初始權重值。
• inputDType:它僅用於遺留支持，不用於新代碼。

返回值：它返回嵌入。

範例1：

// Import library
import * as tf from "@tensorflow/tfjs"
    
// Create embedding layer
const embeddingLayer = tf.layers.embedding({
   inputDim:10,
   outputDim:3,
  inputLength:2
});
  
const input = tf.ones([2, 2]);
  
// Apply embedding to input 
const output = embeddingLayer.apply(input);
    
// Print the output
console.log(output)

輸出：

Tensor
    [[[0.0179072, 0.0069226, 0.0202718],
      [0.0179072, 0.0069226, 0.0202718]],

     [[0.0179072, 0.0069226, 0.0202718],
      [0.0179072, 0.0069226, 0.0202718]]]

範例2：

// Import the library
import * as tf from "@tensorflow/tfjs"
    
// Create embedding layer
const embeddingLayer = tf.layers.embedding({
   inputDim:100,
   outputDim:4,
  inputLength:3
});
    
const input = tf.ones([3, 3]);
  
// Apply embedding to input
const output = embeddingLayer.apply(input);
    
// Print the output
console.log(output)

輸出：

Tensor
    [[[0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386]],

     [[0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386]],

     [[0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386],
      [0.0443502, -0.0342815, 0.0228792, 0.0198386]]]

參考： https://js.tensorflow.org/api/latest/#layers.embedding