Tensorflow.js est une bibliothèque open source développée par Google pour exécuter des modèles d’apprentissage automatique et des réseaux de neurones d’apprentissage en profondeur dans l’environnement de navigateur ou de nœud. Les tf.constraints.Classe de contrainte est utilisé pour étendre la sérialisation.Classe sérialisable. De plus, c’est la classe de base en faveur des fonctions qui imposent des contraintes sur les valeurs de poids.
Cette classe tf.constraints.Constraint contient quatre fonctions intégrées illustrées ci-dessous :
Exemple 1: Dans cet exemple, tf.constraints.Constraint classe .constraints.minMaxNorm() fonction est utilisé pour créer un minMaxNorm contrainte basée sur l’objet de configuration donné. Elle est héritée de la classe de contraintes. Les contraintes sont les attributs des couches comme le poids, les noyaux, les biais. minMaxNorm est une contrainte de poids.
Javascript
|
importer * en tant que tf depuis « @tensorflow/tfjs » var a = tf.constraints.maxNorm(2, 0) console.log(a) |
Sortir:
{ « defaultMaxValue »: 2, « defaultAxis »: 0, « maxValue »: 2, « axis »: 0 }
Exemple 2 : Dans cet exemple, tf.constraints.Constraint classe .constraints.nonNeg() fonction est utilisé pour créer un non Nég contrainte. non Nég est une contrainte de poids non négative. Il est hérité de la classe de contrainte. Les contraintes sont les attributs des couches.
Javascript
|
importer * en tant que tf depuis « @tensorflow/tfjs » contrainte const = tf.constraints.nonNeg( ) console.log(contrainte) |
Sortir:
{}
Référence: https://js.tensorflow.org/api/latest/#class:constraints.Constraint
