Tensorflow.js tf.LayersModel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。張量流。 js tf.LayerModel 類用於模型的訓練、接口和評估。它有多種訓練、評估、預測和保存的方法。

句法：

tf.LayerModel.method(args);

參數：

args: 方法不同，參數不同。

返回：不同的方法返回不同的值tf.tensor對象等。

下麵我們將看到 tf.LayerModel 類方法的實現。

示例 1：在此示例中，您將看到 trainOnBatch() 方法，該方法用於對單批數據應用優化器更新。它首先需要兩個張量作為輸入值張量，第二個作為目標張量。它返回一個數字的承諾。

Javascript


import * as tf from "@tensorflow/tfjs"
async function run() {
// Training Model 
  const gfg = tf.sequential();
// Adding layer to model  
  const layer = tf.layers.dense({units:3, 
               inputShape : [5]});
   gfg.add(layer);
   
// Compiling our model 
  const config = {optimizer:'sgd', 
              loss:'meanSquaredError'};
  gfg.compile(config);
   
// Test tensor and target tensor 
  const layerOne = tf.ones([3,5]);
  const layerTwo = tf.ones([3,3]);
   
// Apply trainOnBatch to out test data 
  const result =
    await gfg.trainOnBatch(layerOne, layerTwo);
// Printing out result 
  console.log(result);
}
// Function call
await run();

輸出：

3.683875560760498

示例 2：在此示例中，我們將看到 getLayer() 方法，該方法用於借助索引名稱來獲取圖層。它以圖層索引的圖層名稱作為參數。它返回 tf.layers.Layer。

Javascript


import * as tf from "@tensorflow/tfjs"
// Defining model 
 const gfg_Model = tf.sequential(); 
// Adding layers 
 const config = {units: 4, inputShape: [1] };
 const layer = tf.layers.dense( config);;
 gfg_Model.add( layer);
 const config2 = {units: 2, inputShape: [3] , activation: 'sigmoid'};
 const layer2 = tf.layers.dense( config2 );;
 gfg_Model.add(layer2); 
// Calling getLayer() method  
 const layer_1 = gfg_Model.getLayer('denselayer', 1); 
// Printing layer config 
 console.log(layer_1.getConfig());

輸出：

{
  "units": 2,
  "activation": "sigmoid",
  "useBias": true,
  "kernelInitializer": {
    "className": "VarianceScaling",
    "config": {
      "scale": 1,
      "mode": "fanAvg",
      "distribution": "normal",
      "seed": null
    }
  },
  "biasInitializer": {
    "className": "Zeros",
    "config": {}
  },
  "kernelRegularizer": null,
  "biasRegularizer": null,
  "activityRegularizer": null,
  "kernelConstraint": null,
  "biasConstraint": null,
  "name": "dense_Dense53",
  "trainable": true,
  "batchInputShape": [
    null,
    3
  ],
  "dtype": "float32"
}

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

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.LayersModel Class。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。