JavaScript для глубокого обучения 2021 TensorFlow js Ббк

214
Часть II • Введение в TensorFlow.js
Листинг 5.7.
Создание модели для переноса обучения в виде одного объекта tf.Model
1
Мы по­новому используем новую верхушку: вызываем ее метод 
apply()
с сим­
волическим тензором 
truncatedBaseOutput
в качестве входного аргумента. Метод 
apply()
доступен во всех объектах слоев и моделей в TensorFlow.js. Что же он дела­
ет? Как понятно из его названия, он «применяет» новую верхушку модели к вход­
ному сигналу и возвращает выходной сигнал. Важно понимать следующее.
z
z
И входной и выходной сигналы представляют собой символические тензоры — 
заполнители для конкретных тензорных значений.
z
z
На рис. 5.10 приведена наглядная иллюстрация этого: символический входной 
тензор (
truncatedBaseOutput
) не какая­то изолированная сущность, а выход­
ной сигнал предпоследнего плотного слоя базовой модели. Этот плотный слой 
получает входные сигналы от другого слоя, который, в свою очередь, получает 
входные сигналы от расположенного ближе к началу слоя и т. д. Следовательно, 
1 
Два примечания к этому листингу: 1) код написан на TypeScript, поскольку он входит 
в состав переиспользуемой библиотеки @tensorflow­models/speech­commands; 2) ради 
простоты мы удалили часть кода обработки ошибок.

---

Глава 5. Перенос обучения: переиспользование предобученных нейронных сетей
215
truncatedBaseOutput
несет в себе подграф базовой модели: а именно, подграф, 
заключенный между входным сигналом базовой модели и выходным сигналом 
предпоследнего плотного слоя. Другими словами, полный граф базовой модели, 
за исключением части, следующей за предпоследним плотным слоем. В резуль­
тате выходной сигнал метода 
apply()
несет граф, состоящий из этого подграфа, 
плюс новый плотный слой. В вызове функции 
tf.model()
, возвращающей новую 
модель, используются совместно этот выходной сигнал и исходный входной 
сигнал. Новая модель совпадает с базовой, за исключением замены верхушки на 
новый плотный слой (см. рис. 5.10, 
внизу
).
Рис. 5.10.
Схематическая иллюстрация процесса создания новой сквозной модели 
для переноса обучения

---

216