Tensorflow.js tf.LayersModel.predictOnBatch()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。

.predictOnBatch() 函數用於返回單個實例組的期望值。

用法：

predictOnBatch(x)

Parameters: 

• x:它是規定的輸入實例，如張量，即具有精確一個輸入的模型，或者一組張量，即具有多個輸入的模型。它可以是 tf.Tensor 或 tf.Tensor[] 類型。

返回值：它返回 tf.Tensor 對象或 tf.Tensor[]。

範例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining model
const Mod = tf.sequential({
   layers:[tf.layers.dense({units:2, inputShape:[30]})]
});
  
// Calling predictOnBatch() method and
// Printing output
Mod.predictOnBatch(tf.randomNormal([6, 30])).print();

輸出：

Tensor
    [[-1.4716092, -1.8019401],
     [-1.0033149, -0.2789704],
     [-0.4451316, 0.2422157 ],
     [-0.1512984, -0.0726933],
     [2.1483333 , 2.4668102 ],
     [0.4091003 , 0.8335327 ]]

範例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling predictOnBatch() method and
// Printing output
tf.sequential({
   layers:[tf.layers.dense({units:3, inputShape:[40]})]
}).predictOnBatch(tf.truncatedNormal([5, 40])).print();

輸出：

Tensor
    [[-1.5034456, -0.3429004, -0.2388536],
     [0.0083699 , -0.3176711, 2.1414554 ],
     [1.1850954 , -0.4481514, 1.1278313 ],
     [-0.1004405, 1.420954  , 0.4890856 ],
     [0.4184967 , 0.1191952 , -0.0936601]]

參考： https://js.tensorflow.org/api/latest/#tf.LayersModel.predictOnBatch