Tensorflow.js tf.layers.thresholdedReLU()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.thresholdedReLU() 函數用於對數據應用閾值校正線性單元激活函數。

用法:

 tf.layers.thresholdedReLU(args?)

輸入形狀：任意。當使用該層作為模型中的初始層時，請使用 inputShape 配置。

輸出形狀：輸出與輸入具有相同的形狀。

Parameters: 它接受 args 對象，該對象可以具有以下屬性：

• theta (number):它是激活的閾值位置。
• inputShape: 如果設置了此屬性，它將用於構造一個輸入層，該輸入層將插入到該層之前。
• batchInputShape：如果設置此屬性，將創建一個輸入圖層並將其插入到該圖層之前。
• batchSize:如果未提供batchInputShape而提供了inputShape，則使用batchSize來構建batchInputShape。
• dtype: 這是該層的數據類型。 float32 是默認值。該參數僅適用於輸入層。
• name: 這是圖層的名稱，是字符串類型。
• trainable：該層的權重是否可以通過擬合而改變。 True 是默認值。
• weights: 圖層的初始權重值。

返回：它返回一個對象(ThresholdedReLU)。

示例 1：

import * as tf from "@tensorflow/tfjs";
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({theta: 10});
     
const x = tf.tensor([11, 8, 9, 12]);
thresholdReLULayer.apply(x).print();

輸出：

Tensor
   [11, 0, 0, 12]

示例 2：

import * as tf from "@tensorflow/tfjs";
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({ theta: 0.9 });
     
const x = tf.tensor([1.12, 0.8, 
    1.9, 0.12, 0.25, 3.4], [2, 3]);
thresholdReLULayer.apply(x).print();

輸出：

Tensor
   [[1.12, 0, 1.9],
    [0, 0, 3.4000001]]

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