Tensorflow.js tf.initializers.identity()函数
Tensorflow.js是谷歌开发的一个开源库,用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。
Initializer 类是 Tensorflow.js 中所有初始化程序的基类。初始化器用于使用特定值初始化张量。它返回初始化器指定的张量对象。所以在这篇文章中,我们将看到身份初始化器是如何工作的。这是使用单位矩阵初始化新张量对象的初始化程序。它仅用于二维矩阵。
句法:
tf.initializers.identity(Gain)
范围 :
- 增益:它是适用于单位矩阵的乘法因子。
返回值:它返回tf.initializers.Initializer
示例 1:在此示例中,我们将检查 identity()函数的独立使用。
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Generates the identity matrix
const value=tf.initializers.identity(1.0)
// Print gain
console.log(value)
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Define the input
const inp = tf.input({shape:[4]});
// Create identity matrix with gain 1
const value=tf.initializers.identity(1.0)
// Dense layer 1
const denseLayer1 = tf.layers.dense({
units: 6,
activation: 'relu',
kernelInitialize: value
});
// Dense layer 2
const denseLayer2 = tf.layers.dense({
units: 8,
activation: 'softmax'
});
const out = denseLayer2.apply(denseLayer1.apply(inp));
// Model creation
const model = tf.model({inputs:inp,outputs:out});
// Make prediction
console.log("Lets Make Some Prediction :")
model.predict(tf.ones([2, 4])).print();
输出 :
{
"gain": 1
}
示例 2:在此示例中,我们将使用 identity() 和 dense()函数使用具有密集层的单位矩阵。
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Define the input
const inp = tf.input({shape:[4]});
// Create identity matrix with gain 1
const value=tf.initializers.identity(1.0)
// Dense layer 1
const denseLayer1 = tf.layers.dense({
units: 6,
activation: 'relu',
kernelInitialize: value
});
// Dense layer 2
const denseLayer2 = tf.layers.dense({
units: 8,
activation: 'softmax'
});
const out = denseLayer2.apply(denseLayer1.apply(inp));
// Model creation
const model = tf.model({inputs:inp,outputs:out});
// Make prediction
console.log("Lets Make Some Prediction :")
model.predict(tf.ones([2, 4])).print();
输出 :
Lets Make Some Prediction :
Tensor
[[0.1651815, 0.1695402, 0.0670628, 0.0771763,
0.1045933, 0.1027268, 0.1647871, 0.148932],
[0.1651815, 0.1695402, 0.0670628, 0.0771763,
0.1045933, 0.1027268, 0.1647871, 0.148932]]
参考: https://js.tensorflow.org/api/3.6.0/#initializers.identity