Tensorflow.js tf.constraints.minMaxNorm()函数

Tensorflow.js 是一个由谷歌开发的开源库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

tf.constraints.minMaxNorm()函数用于根据给定的配置对象创建 minMaxNorm 约束。它继承自约束类。约束是层的属性，如权重、内核、偏差。 minMaxNorm 是一个权重约束。

句法：

tf.constraints.minMaxNorm(config)

参数：此函数将配置对象作为参数，可以具有以下属性：

• maxValue：它指定传入重量的最大规范。
• mixValue：它指定传入重量的最小规范。
• axis：指定计算范数的轴。
• rate：它指定执行约束的速率。

返回值：它返回一个 tf.constraints.Constraint。

示例 1：

Javascript

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Use maxNorm() function
const constraint = tf.constraints.minMaxNorm(1,0)
   
// Print the output
console.log(constraint)

输出：

{
  "defaultMinValue": 0,
  "defaultMaxValue": 1,
  "defaultRate": 1,
  "defaultAxis": 0,
  "minValue": 0,
  "maxValue": 1,
  "rate": 1,
  "axis": 0
}

示例 2：在此示例中，我们将使用 minMaxNorm 约束创建一个密集层。

Javascript

// Import tensorflow.js
import * as tf from "@tensorflow/tfjs"
 
// Create a new dense layer using
// minMaxNorm constraint
const denseLayer = tf.layers.dense({
    units: 4,
    kernelInitializer: 'heNormal',
    kernelConstraint: 'minMaxNorm',
    biasConstraint: 'minMaxNorm',
    useBias: true
});
   
// Create input and output tensors
const input = tf.ones([2, 2]);
const output = denseLayer.apply(input);
       
// Print the output
output.print()

输出：

Tensor
    [[1.5594537, 0.1787095, 0.3462192, -1.7434707],
     [1.5594537, 0.1787095, 0.3462192, -1.7434707]]

参考： https://js.tensorflow.org/api/1.0.0/#constraints.minMaxNorm