Tensorflow.js tf.layers.upSampling2d()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。它還可以幫助開發人員使用 JavaScript 語言開發 ML 模型，並可以直接在瀏覽器或 Node.js 中使用 ML。

tf.layers.upSampling2d()函數用於分別按size[0]和size[1]重複數據的行和列。 upSampling2d 是 2D 輸入的上采樣層。

用法:

tf.layers.upSampling2d( args )

參數：

• args: 它接受具有以下字段的對象：
  • size: 它是一個數字數組。它是行和列的上采樣因子。
  • dataFormat: 它是數據的格式，決定了輸入中維度的順序。
  • interpolation: 它定義了插值機製。它應該是‘nearest’或雙線性’。默認值為‘nearest’。
  • inputShape: 它應該是一個數字數組。該字段用於創建一個輸入層，該輸入層用於插入到該層之前。
  • batchInputShape: 它應該是一個數字數組。該字段將用於代替 inputShape 創建輸入層，該輸入層用於插入到該層之前。
  • batchSize: 它應該是一個數字。在沒有batchInputShape的情況下，該字段用於使用inputShape創建batchInputShape。 batchInputShape：[batchSize，...inputShape]。
  • dtype: 如果該層用作輸入層，則該字段用作該層的數據類型。
  • name: 它應該是字符串類型。該字段定義該層的名稱。
  • trainable: 它應該是布爾值。該字段定義該層的權重是否可以通過擬合進行訓練。
  • weights: 這應該是一個定義該層初始權重值的張量。
  • inputDType: 這是用於舊版支持的數據類型。

Parameters: 它返回 UpSampling2D。

示例 1：

// Import the header file 
import * as tf from "@tensorflow/tfjs"
  
// Creating upSampling2d layer 
const upSampling = tf.layers.upSampling2d({ 
    size: [2, 1], 
    batchInputShape: [2, 3, 5, 5] 
}); 
  
// Create an input with 2 time steps. 
const input = tf.input({shape: [2, 3, 3]}); 
const output = upSampling.apply(input); 
  
// Printing the Shape of file 
console.log(JSON.stringify(output.shape));

輸出：

[null, 4, 3, 3]

示例 2：

// Import Header file 
import * as tf from "@tensorflow/tfjs"
  
// Creating input layer 
const inputShape = [1, 1, 1, 2]; 
const input = tf.ones(inputShape); 
  
// Creating upSampling layer 
const layer = tf.layers.upSampling2d({size: [1,2]}); 
  
// Printing tensor 
const output = layer.apply(input); 
output.print();

輸出：

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

參考：https://js.tensorflow.org/api/latest/#layers.upSampling2d