taralino

.evaluate

Die Funktion DiffusionModel.evaluate(x) erwartet folgende (verpflichtende) Argumente:

Argument	Datentyp	Hinweis
x	Datenfeld	Eingangssignal als Vektor

Die Funktion wertet das zuvor trainierten (oder initialisierten) Diffusion Model bezüglich des Eingangssignals x aus. Zurückgegeben wird das entsprechende Ausgangssignal als Datenfeld (Vektor).

Beispiel

Es wird eine Diffusion Model unter Verwendung des HandwrittenDigits-Datenpakets trainiert. Anschließend wird ein neues Bild generiert.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="HandwrittenDigits.js"></script>
</head>
<body>
<script>

var X = HandwrittenDigits.get();

DiffusionModel.init([64, 32, 64], {steps:8, standard_deviation:0.2});

DiffusionModel.train(X, {iterations:100, batch_size:10, learning_rate:5});

var u = [];
for (var i = 0; i < 64; i++) u.push(random(0,1));

var y = DiffusionModel.evaluate(u);
var M = Picture.vector(y);
Picture.draw(M, {zoom:16});

</script>
</body>
</html>

Vorschau Download Kopie speichern