Tensorflow.JS - TF.mod
Cenário 1: Trabalhe com escalar
Escalar armazenará apenas um valor. Mas de qualquer maneira, ele retorna um tensor.
Sintaxe
tf.Mod (Scalar1, Scalar2)Parâmetros
Scalar1 e Scalar2 são os tensores que podem assumir apenas um valor como um parâmetro.
Retornar
Retornar o restante de dois valores escalares.
Exemplo
Crie dois escalares e execute uma divisão de dois escalares para devolver o restante.
Tensorflow.JS - TF.mod ()
Saída
Trabalhando
30%70 = 30.
Cenário 2: Trabalhe com Tensor
Um tensor pode armazenar vários valores; pode ser único ou multidimensional.
Sintaxe
tf.mod (tensor1, tensor2)Parâmetros
Tensor1 e Tensor2 são os tensores que podem levar apenas valores únicos ou múltiplos como um parâmetro.
Retornar
Retornar o restante de dois tensores sobre cada elemento.
Devemos perceber que o número total de elementos em ambos os tensores deve ser igual.
Exemplo 1
Crie dois tensores unidimensionais e retorne o restante usando TF.mod ().
Tensorflow.JS - TF.mod ()
Saída
Trabalhando
[10%1,20%2,30%3,40%4,50%5] => Tensor [0,0,0,0,0].
Exemplo 2
Crie 2 tensores bidimensionais com 2 linhas e 3 colunas e aplique TF.mod ().
Tensorflow.JS - TF.mod ()
Saída
Trabalhando
[[1%34,2%10,3%20], [4%30,5%40,6%50]] => [[1, 2, 3], [4, 5, 6]]].
Cenário 3: Trabalhe com Tensor & Scalar
Pode ser possível dividir cada elemento em um tensor por um escalar para devolver o restante.
Sintaxe
tf.mod (tensor, escalar)Exemplo
Crie um tensor unidimensional e um escalar e execute a divisão para devolver o restante usando TF.mod ().
Tensorflow.JS - TF.mod ()
Saída
Trabalhando
[10%10, 20%10, 30%10, 4%10, 5%10, 6%10] => [0, 0, 0, 4, 4, 5, 6].
Conclusão
tf.mod () no tensorflow.JS é usado para realizar a divisão e retornar os restos de elementos. Discutimos três cenários para dividir um tensor por um escalar. Além disso, notamos que o escalar armazenará apenas um valor e retornará um tensor. Enquanto executa o TF.mod () em dois tensores, verifique se o número de elementos em dois tensores deve ser o mesmo.