Tensorflow.js tf.layers.thresholdedReLU()函数

Tensorflow.js 是 Google 开发的开源工具包，用于在浏览器或节点平台上执行机器学习模型和深度学习神经网络。它还使开发人员能够在 JavaScript 中创建机器学习模型，并直接在浏览器或 Node.js 中使用它们。

tf.layers.thresholdReLU()函数用于对数据应用阈值校正线性单元激活函数。

句法：

tf.layers.thresholdReLU(args?)

输入形状：任意。当将此层用作模型中的初始层时，请使用 inputShape 配置。

输出形状：输出与输入具有相同的形状。

参数：它接受可以具有以下属性的 args 对象：

• theta（数字）：它是激活的阈值位置。
• inputShape：如果设置了该属性，它将用于构造一个输入层，该输入层将插入该层之前。
• batchInputShape ：如果设置了此属性，将创建一个输入层并将其插入该层之前。
• batchSize：如果未提供 batchInputShape 而提供了 inputShape，则使用 batchSize 来构建 batchInputShape。
• dtype：这是该层的数据类型。 float32 是默认值。此参数仅适用于输入层。
• name：这是图层的名称，为字符串类型。
• trainable ：如果这一层的权重可以通过 fit 改变。 True 是默认值。
• weights：图层的初始权重值。

返回：它返回一个对象（ThresholdReLU）。

示例 1：

Javascript

import * as tf from "@tensorflow/tfjs";
  
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({theta: 10});
      
const x = tf.tensor([11, 8, 9, 12]);
  
thresholdReLULayer.apply(x).print();

输出：

Tensor
   [11, 0, 0, 12]

示例 2：

Javascript

import * as tf from "@tensorflow/tfjs";
  
const thresholdReLULayer = 
    tf.layers.thresholdedReLU({ theta: 0.9 });
      
const x = tf.tensor([1.12, 0.8, 
    1.9, 0.12, 0.25, 3.4], [2, 3]);
  
thresholdReLULayer.apply(x).print();

输出：

Tensor
   [[1.12, 0, 1.9],
    [0, 0, 3.4000001]]

参考： https://js.tensorflow.org/api/latest/#layers.thresholdedReLU