Tensorflow.js tf.dropout()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.dropout()函数用于计算 dropout。您可以从 https://www.geeksforgeeks.org/dropout-in-neural-networks/ 阅读有关辍学的更多信息。
句法:
tf.dropout (x, rate, noiseShape?, seed?)
参数:
- x:具有浮动输入值的张量。
- rate(数字): x的每个元素被丢弃的概率。接受 0 到 1 范围内的值。
- noiseShape (number[]):表示随机生成的保持/丢弃标志形状的数组。证明这个参数是可选的。类型:int32。
- 种子(数字或字符串):用于创建随机种子。提供此参数是可选的。
返回值:它返回 tf.Tensor[]。
示例 1:
Javascript
const tf = require("@tensorflow/tfjs")
// creating a tensor
const x = tf.tensor1d([1, 2, 2, 1]);
const rate = 0.6;
// calculating dropout
const output = tf.dropout(x, rate);
output.print();
Javascript
const tf = require("@tensorflow/tfjs")
// creating a tensor
const x = tf.tensor1d([1, 2, 3, 1]);
const rate = 0.6;
// calculating dropout
const output = tf.dropout(x, rate, [4,1]);
output.print();
输出:
Tensor
[0, 5, 5, 0]
示例 2:
在这个例子中,我们将把 noiseShape 作为 [4, 1] 来创建一个新的维度大小。
Javascript
const tf = require("@tensorflow/tfjs")
// creating a tensor
const x = tf.tensor1d([1, 2, 3, 1]);
const rate = 0.6;
// calculating dropout
const output = tf.dropout(x, rate, [4,1]);
output.print();
输出:
Tensor
[[0 , 0, 0 , 0 ],
[0 , 0, 0 , 0 ],
[2.5, 5, 7.5, 2.5],
[2.5, 5, 7.5, 2.5]]
参考: https://js.tensorflow.org/api/latest/#dropout