Tensorflow.js tf.LayersModel.summary()用法及代碼示例

tf.LayersModel 是一個用於訓練、推理和評估 tensorflow.js 中層模型的類。它包含用於訓練、評估、預測和保存層模型目的的方法。所以在這篇文章中，我們將了解 model.summary() 函數。

tensorflow.js 中的 model.summary() 函數打印模型摘要，其中包括模型名稱、權重參數數量、可訓練參數數量。

用法:

model_name.summary (line length, position, print function)

參數：所有參數都是可選的。

• line length:它是多個字符的自定義行長度。
• position:它是一個顯示每列寬度的數組，值可以是小數或絕對值。
• print function:打印模型摘要的函數，默認函數是console.log()。

返回值：空白。

範例1：在此示例中，我們將創建具有單個密集層的序列模型，並使用 model.summary() 函數打印模型的摘要。

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Creating model
var myModel = tf.sequential({
    layers:[tf.layers.dense({
        units:10,
        inputShape:[15]
    })]
});
// Print the summary
myModel.summary();

輸出：

_________________________________________________________________
Layer (type)                 Output shape              Param #    
=================================================================
dense_Dense8 (Dense)         [null,10]                 160        
=================================================================
Total params:160
Trainable params:160
Non-trainable params:0
_________________________________________________________________

範例2：在此示例中，我們將使用 tf.model 方法創建具有 2 個具有激活函數 relu 和 softmax 的密集層的模型，並進行預測並打印模型的摘要。

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Define input
var inp=tf.input({shape:[8]});
// Dense layer 1
var denseLayerOne=tf.layers.dense({units:7,activation:'relu'});
// Dense layer 1
var denseLayerTwo=tf.layers.dense({units:5, activation:'softmax'});
// Generate the output
var out=denseLayerTwo.apply(denseLayerOne.apply(inp));
// Model creation
var myModel=tf.model({inputs:inp,outputs:out});
// Make prediction
console.log("\nPrediction:")
myModel.predict(tf.ones([3,8])).print();
console.log("\nSummary:")
myModel.summary();

輸出：

Prediction:
Tensor
   [[0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899],
    [0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899],
    [0.2074656, 0.1515629, 0.2641615, 0.2237201, 0.1530899]]

Summary:
_________________________________________________________________
Layer (type)                 Output shape              Param #    
=================================================================
input7 (InputLayer)          [null,8]                  0          
_________________________________________________________________
dense_Dense19 (Dense)        [null,7]                  63        
_________________________________________________________________
dense_Dense20 (Dense)        [null,5]                  40        
=================================================================
Total params:103
Trainable params:103
Non-trainable params:0
_________________________________________________________________

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