Tensorflow.js tf.LayersModel 类 .summary() 方法

tf.LayersModel 是用于训练、推理和评估 tensorflow.js 中层模型的类。它包含用于训练、评估、预测和保存层模型目的的方法。所以在这篇文章中，我们将了解 model.summary()函数。

tensorflow.js 中的model.summary()函数打印模型的摘要，其中包括模型的名称、权重参数的数量、可训练参数的数量。

句法：

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

参数：所有参数都是可选的。

• 行长：以字符数为单位的自定义行长。
• 位置：它是一个显示每列宽度的数组，值可以是小数或绝对值。
• print 函数:打印模型摘要的函数，默认函数是 console.log()。

返回：无效。

示例 1：在此示例中，我们将创建具有单个密集层的顺序模型，并使用 model.summary()函数打印模型的摘要。

Javascript

// 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();

输出：

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

示例 2：在此示例中，我们将使用 tf.model 方法创建具有 2 个具有激活函数relu 和 softmax 的密集层的模型，并进行预测并打印模型的摘要。

Javascript

// 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();

输出：

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
_________________________________________________________________

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