Tensorflow.js tf.layers.flatten()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.layers.flatten()函數用於展平輸入，而不會影響批處理大小。展平層將輸入中的每個批次展平為一維。

用法:

tf.layers.flatten( args? )

參數：它以object：args(Object)作為輸入。提供args對象作為輸入是可選的。以下是您可以在args對象中提供的字段。

• dataFormat(“ channelsFirst”或“ channelsLast”)：它是圖像數據格式。
• inputShape((null | number)[])：它用於創建要在該層之前插入的輸入層。
• batchInputShape((null | number)[])：它用於創建要在該層之前插入的輸入層。如果同時定義了inputShape和batchInputShape，則將使用batchInputShape。
• batchSize (number):如果指定了inputShape而未指定batchInputShape，則使用batchSize構造batchInputShape。
• dtype(‘float32’ |'int32'|'bool'|'complex64'|'string')：用於定義該層的數據類型。
• name (string):用於為圖層提供名稱。
• trainable (boolean):用於指定該層的權重是否可以通過擬合更新。默認值os true。
• 權重(tf.Tensor [])：用於提供層的初始重量值。

返回值：它返回平坦的層。

範例1：

const tf = require("@tensorflow/tfjs")
  
const input = tf.input({shape:[5, 4]});
  
// Creating flattened layer
const flattenLayer = tf.layers.flatten();
  
// Printing the shape
console.log(JSON.stringify(flattenLayer.apply(input).shape));

輸出：在輸出中，我們可以看到扁平層的形狀等於“ [null，12]”，因為第二維為4 * 3，即扁平化的結果。

[null, 20]

範例2：在此示例中，我們將在args對象中提供name字段作為輸入。

const tf = require("@tensorflow/tfjs")
  
const input = tf.input({shape:[4, 3]});
  
// Creating flattened layer
const flattenLayer = tf.layers.flatten({name:'NewLayer1'});
  
// Printing the name and shape
console.log("Name of the layer:" 
    + flattenLayer.apply(input).name)
  
console.log(JSON.stringify(
    flattenLayer.apply(input).shape));

輸出：

Name of the layer:NewLayer1/NewLayer1
[null, 12]

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