Si vous incluez ces valeurs dans votre ensemble de données, vous n'avez pas obtenu la précision de la formation du modèle. Il est nécessaire de supprimer les infinies de vos données. Tout d'abord, nous devons vérifier que tous les éléments présents dans l'ensemble de données ne sont pas infiniers. Ensuite, vous seul devez procéder à vous entraîner et à travailler sur le modèle.
Pour vérifier si les données contient des valeurs infinies ou non, nous utilisons le TF.Fonction isInf ().
TF.Fonction isInf ()
Le TF.isInf () est utilisé pour vérifier si l'élément est Infinity ou Infinity. Il renvoie les valeurs booléennes. Si la valeur est -infinity ou infinité, elle renvoie vrai. Sinon, il renvoie faux.
Syntaxe:
TF.isInf (Tensor_input)
Paramètre:
Le tenseur_input est un tenseur qui a des nombres.
Cela peut être une ou deux dimensions.
Exemple 1:
Créons un tenseur unidimensionnel dans JS qui a des infinions positives et négatives et appliquant la fonction isInf ().
Indice de linux
Tensorflow.JS - TF.isInf ()
Sortir:
Nous pouvons voir qu'il renvoie vrai pour les valeurs de l'infini (à la fois positives et négatives).
Exemple 2:
Créons un tenseur unidimensionnel en JS qui a des valeurs 0, nuls, nan et non définies et appliquez la fonction isInf ().
Indice de linux
Tensorflow.JS - TF.isInf ()
Sortir:
Puisqu'ils ne sont pas liés à des valeurs infinies, false est renvoyé.
Exemple 3:
Créons un tenseur qui a deux dimensions en js avec 2 lignes et 2 colonnes qui ont des valeurs décimales avec Infinites et vérifier les infinies.
Indice de linux
Tensorflow.JS - TF.isInf ()
Sortir:
Il y a deux infinités présentes dans le tenseur précédent. Par conséquent, pour ces valeurs, le vrai est renvoyé.
Conclusion
Dans ce Tensorflow.Tutoriel JS, nous avons appris à vérifier les valeurs infinies dans un tenseur en utilisant le TF.Fonction isInf () avec trois exemples différents. Dans le javascript, nous pouvons créer une valeur infinie à l'aide de l'infini ou de l'infinit. Le null, 0, non défini et Nan ne relève pas des valeurs infinies.