📜  Tensorflow.js tf.dropout()函数

📅  最后修改于: 2022-05-13 01:56:52.395000             🧑  作者: Mango

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