Ta konwersja może nam pomóc w przewidywaniu modeli uczenia maszynowego przez TensorFlow.JS obejmujący budowę, detaliczne itp. Zamiast używać formuł matematycznych, możemy po prostu użyć tej wbudowanej metody, aby uzyskać wartości styczne w krótszym czasie.

Tf.funkcja tan ()

TF.Funkcja tan () służy do zwrócenia wartości stycznych z danego tensora. Wymaga tylko jednego parametru, i.mi. tensor, który ma liczby.

Składnia:

tf.tan (tensor_input)

Parametr:

Tensor_input to tensor, który ma liczby.
Może być 1 lub 2 wymiarowy.

Zbadajmy różne przykłady tej metody.

Przykład 1:

Utwórzmy jeden wymiarowy tensor w JS, który ma pewne wartości i zwraca wartości styczne.

Tensorflow.JS - TF.dębnik()

Wyjście:

Wartości styczne zwrócono z danego jednowymiarowego tensora.

Przykład 2:

Utwórzmy tensor, który ma 2 wymiary w JS z 5 wierszami i 2 kolumnami i zwróć wartości styczne.

Tensorflow.JS - TF.dębnik()

Wyjście:

Wartości styczne zwrócono z danego jednowymiarowego tensora. Zauważyliśmy, że dla wartości zerowych, nan i niezdefiniowanych zwróciło 0.

Przykład 3:

W takim przypadku rozważymy wartości dziesiętne. Utwórzmy tensor, który ma 2 wymiary w JS z 5 wierszami i 2 kolumnami i zwróć wartości styczne.

Tensorflow.JS - TF.dębnik()

Wyjście:

Wartości styczne zwrócono z danego jednowymiarowego tensora.

Wniosek

W tym tensorflow.Samouczek JS, nauczyliśmy się zwracać wartości styczne z rzeczywistych wartości za pomocą TF.funkcja tan () obecna w jeden/dwuwymiarowych tensorach z trzema przykładami. Upewnij się, że link CDN jest podany wewnątrz znacznika skryptu w każdym kodzie. Zaobserwowaliśmy, że dla wartości null, 0, nan i niezdefiniowana funkcja tan () zwraca 0.