Peringatan: Proyek ini sudah tidak digunakan lagi. Swift untuk TensorFlow adalah eksperimen dalam platform generasi berikutnya untuk pembelajaran mesin, menggabungkan penelitian terbaru di seluruh pembelajaran mesin, kompiler, pemrograman yang dapat dibedakan, desain sistem, dan seterusnya. Itu diarsipkan pada Februari 2021.

Halaman ini diterjemahkan oleh Cloud Translation API.

Ringkasan Model

Ringkasan memberikan detail tentang arsitektur model, seperti tipe dan bentuk lapisan.

Proposal desain dapat ditemukan di sini . Implementasi ini adalah WIP, jadi harap ajukan Masalah dengan penyempurnaan yang ingin Anda lihat atau masalah yang Anda alami.

Melihat ringkasan model

Buat perangkat dan model X10.

import TensorFlow

public struct MyModel: Layer {
  public var dense1 = Dense<Float>(inputSize: 1, outputSize: 1)
  public var dense2 = Dense<Float>(inputSize: 4, outputSize: 4)
  public var dense3 = Dense<Float>(inputSize: 4, outputSize: 4)
  public var flatten = Flatten<Float>()

  @differentiable
  public func callAsFunction(_ input: Tensor<Float>) -> Tensor<Float> {
    let layer1 = dense1(input)
    let layer2 = layer1.reshaped(to: [1, 4])
    let layer3 = dense2(layer2)
    let layer4 = dense3(layer3)
    return flatten(layer4)
  }
}

let device = Device.defaultXLA
let model0 = MyModel()
let model = MyModel(copying: model0, to: device)

Buat tensor masukan.

let input = Tensor<Float>(repeating: 1, shape: [1, 4, 1, 1], on: device)

Hasilkan ringkasan model Anda.

let summary = model.summary(input: input)
print(summary)

Layer                           Output Shape         Attributes
=============================== ==================== ======================
Dense<Float>                    [1, 4, 1, 1]
Dense<Float>                    [1, 4]
Dense<Float>                    [1, 4]
Flatten<Float>                  [1, 4]