Я читаю документацию TensorflowJS.В своем примере кода они заявляют
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
См. Здесь
Я в замешательстве, так как здесь используется двумерный массив.Кто-нибудь знает почему?
Для полноты, вот полный фрагмент кода.
// Define a model for linear regression.
const model = tf.sequential();
model.add(tf.layers.dense({units: 1, inputShape: [1]}));
// Prepare the model for training: Specify the loss and the optimizer.
model.compile({loss: 'meanSquaredError', optimizer: 'sgd'});
// Generate some synthetic data for training.
const xs = tf.tensor2d([1, 2, 3, 4], [4, 1]);
const ys = tf.tensor2d([1, 3, 5, 7], [4, 1]);
// Train the model using the data.
model.fit(xs, ys).then(() => {
// Use the model to do inference on a data point the model hasn't seen before:
// Open the browser devtools to see the output
model.predict(tf.tensor2d([5], [1, 1])).print();
});
Не проще ли использовать здесь одномерный массив, так как массив не используетвторого измерения в любом случае?
const xs = tf.tensor1d([1, 2, 3, 4]);