Tensorflow.js tf.layers.globalAveragePooling2d()用法及代碼示例

Tensorflow.js 是Google開發的開源工具包，用於在瀏覽器或節點平台上執行機器學習模型和深度學習神經網絡。它還使開發人員能夠在 JavaScript 中創建機器學習模型，並直接在瀏覽器中或通過 Node.js 使用它們。

tf.layers.globalAveragePooling2d()函數用於對空間數據應用全局平均池化操作。

句法：

tf.layers.globalAveragePooling2d( args )

參數：

args: 它接受具有以下參數的對象：
- dataFormat: 用於池化層的數據格式。它應該是“渠道第一”或者‘頻道最後’。
- inputShape: 如果指定了，它將用於構造一個輸入層，該輸入層將插入到該層之前。
- batchInputShape: 如果指定，它將用於創建一個輸入層，該輸入層將插入到該層之前。
- batchSize: 它支持inputShape來構建batchInputShape。
- dtype: 這是該層的數據類型。該參數僅適用於輸入層。
- name: 它是字符串類型。這是該層的名稱。
- trainable:如果設置為 true，則隻有該層的權重會因擬合而改變。
- weights: 圖層的初始權重值。

返回值：它返回 GobalAveragePooling2D

示例1：

Javascript


import * as tf from "@tensorflow/tfjs"; 
  
const Input = tf.input({ shape: [3, 3, 3] }); 
const globalAveragePooling2d = 
    tf.layers.globalAveragePooling2d({   
        dataFormat: 'channelsFirst', 
        batchInputShape:[4,3, 3],  
        trainable: true 
    }); 
  
const Output = globalAveragePooling2d.apply(Input); 
  
const Data = tf.ones([4, 3, 3, 3]); 
const model = 
    tf.model({ inputs: Input, outputs: Output }); 
  
model.predict(Data).print();

輸出：

Tensor
    [[1, 1, 1],
     [1, 1, 1],
     [1, 1, 1],
     [1, 1, 1]]

示例 2：

Javascript


import * as tf from "@tensorflow/tfjs"; 
  
const Input = tf.input({ shape: [2,  2, 3] }); 
  
const globalAveragePooling2d = 
    tf.layers.globalAveragePooling2d({ 
        dataFormat: 'channelsLast',  
        batchInputShape: [4, 3, 3],  
        trainable:true
    }); 
      
const Output = globalAveragePooling2d.apply(Input); 
  
const model = tf.model({ inputs: Input, outputs: Output }); 
  
const Data = tf.tensor4d([8, 2, 2, 6, 8, 9, 9,  
    4, 8, 9, 3, 8, 5, 2, 5, 2, 8, 6, 4, 5, 9,  
    12, 8, 11], [2, 2 ,2, 3]); 
      
model.predict(Data).print();

輸出：

Tensor
    [[8   , 4.25, 6.75],
     [5.75, 5.75, 7.75]]

參考：https://js.tensorflow.org/api/latest/#layers.globalAveragePooling2d

相關用法

注：本文由純淨天空篩選整理自satyam00so大神的英文原創作品 Tensorflow.js tf.layers.globalAveragePooling2d() 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。