Tensorflow.JS - TF.rond
Dans l'apprentissage automatique, il est très simple de former un modèle d'apprentissage automatique si l'entrée contient les valeurs entières. Il est très important d'obtenir uniquement les entiers des valeurs décimales et d'obtenir la transformation (mise à l'échelle) en utilisant cette méthode. Chaque valeur décimale évolue vers un entier.
TF.Fonction Round ()
Le TF.exp () dans TensorFlow.JS renvoie les valeurs exponentielles dans un tenseur. Mathématiquement, «E» est élevé au pouvoir de «X».
Syntaxe:
TF.Round (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 certaines valeurs et renvoie les valeurs arrondies.
Indice de linux
Tensorflow.JS - TF.rond()
Sortir:
- 0.45 tours à 0
- 0.98 tours à 1
- 0.12 tours à 0
- 9.02 tours à 9 et
- -0.343 tours à 0
Exemple 2:
Créons un tenseur qui a deux dimensions en js avec 2 lignes et 2 colonnes qui ont 0, nan, nan et des valeurs non définies et renvoyer les valeurs arrondies.
Indice de linux
Tensorflow.JS - TF.rond()
Sortir:
On peut remarquer que pour les valeurs 0, null, nan et non définies, les valeurs arrondies sont 0.
Exemple 3:
Dans ce cas, nous considérerons les valeurs entières. Créons un tenseur qui a deux dimensions en js avec 2 lignes et 2 colonnes et renvoyer les valeurs arrondies.
Indice de linux
Tensorflow.JS - TF.rond()
Sortir:
Les valeurs arrondies sont les mêmes que les entiers.
Conclusion
Dans ce Tensorflow.tutoriel JS, nous avons appris à renvoyer les valeurs les plus proches en utilisant le TF.Fonction Round (). Si l'élément d'entrée est en 0, null, non défini ou nan, il renvoie 0. Pour les valeurs entières, il renvoie entier. Nous avons appris les trois exemples différents sur TF.Fonction Round ().