Tensorflow.js tf.layers.minimum()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。

tf.layers.minimum()函数用于创建一个层，用于计算输入数组的元素最小值。它将具有相同形状的张量列表作为输入。

句法：

tf.layers.minimum (args)

参数：

它将一个对象作为输入：args（对象）。提供 args 对象作为输入是可选的。以下是您可以在 args 对象中提供的字段。

• inputShape ((null or number)[])：创建一个输入层，插入到该层之前。
• batchInputShape ((null or number)[]):和上面的参数有相同的目的，但是如果输入形状和batchInputShape都定义了，batchInputShape会优先。
• batchSize(number)：如果以上两个参数都没有指定，则使用batch Size来构造batchInputShape。
• dtype ：图层的数据类型。例如：float32、int32 等。
• name (字符串):用于给图层命名。
• weights (tf.Tensor[])：它提供初始权重值。
• trainable (boolean)：用于指定权重是否可通过拟合更新。默认值是true。

返回值：它返回元素最小值。

示例 1：

Javascript

const tf = require("@tensorflow/tfjs")
  
// providing input
const x = tf.input({shape: [4, 4, 4]});
const y = tf.input({shape: [4, 4, 4]});
  
// creating required layer
const minimumLayer = tf.layers.minimum();
const minimum = minimumLayer.apply([x, y]);
console.log(minimum.shape);

输出：

[ null, 4, 4, 4 ]

示例 2：

在此示例中，我们将提供 args 对象作为输入，其中包含name和trainable字段。

Javascript

const tf = require("@tensorflow/tfjs")
  
// providing input
const x = tf.input({shape: [5, 5, 5]});
const y = tf.input({shape: [5, 5, 5]});
const z = tf.input({shape: [5, 5, 5]});
  
// creating required layer
const minimumLayer = tf.layers.minimum({name:"layer1", trainable:false});
const minimum = minimumLayer.apply([x, y, z]);
console.log(minimumLayer.name)
console.log(minimumLayer.trainable)
console.log(minimumLayer.shape);

输出：

layer1
false
[ null, 5, 5, 5 ]

参考：https://js.tensorflow.org/api/latest/#minimum