Tensorflow.js tf.leakyRelu()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。
.leakyRelu()函数用于查找所述张量输入的泄漏整流线性,并按元素完成。
句法:
tf.leakyRelu(x, alpha?)
参数:
- x:张量输入,可以是tf.Tensor类型,也可以是TypedArray,也可以是Array。
- alpha:它是可选参数,类型为 number。它定义了负值的比例因子,默认值为 0.2。
返回值:它返回 tf.Tensor 对象。
示例 1:在此示例中,我们定义一个输入张量,然后打印泄漏的整流线性值。为了创建输入张量,我们使用.tensor1d()方法,为了打印输出,我们使用.print()方法。
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Defining tensor input elements
const y = tf.tensor1d([4, -4, 38, NaN]);
// Calling leakyRelu() method and
// printing output
y.leakyRelu().print();
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Defining tensor input
var val = [3.6, 77, 5.78799797, 'a'];
// Calling tensor1d method
const y = tf.tensor1d(val);
// Calling leakyRelu() method
var res = tf.leakyRelu(y, 1.7)
// printing output
res.print();
输出:
Tensor
[4, -0.8, 38, NaN]
例子2:在这个例子中,所有的参数都直接传递给leakyRelu函数。
Javascript
// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
// Defining tensor input
var val = [3.6, 77, 5.78799797, 'a'];
// Calling tensor1d method
const y = tf.tensor1d(val);
// Calling leakyRelu() method
var res = tf.leakyRelu(y, 1.7)
// printing output
res.print();
输出:
Tensor
[3.5999999, 77, 5.7879982, NaN]
参考: https://js.tensorflow.org/api/latest/#leakyRelu