Hvis du inkluderer disse verdiene i datasettet ditt, fikk du ikke treningsnøyaktigheten for modellen. Det er nødvendig å fjerne uendeligene fra dataene dine. For det første må vi sjekke at alle elementene som er til stede i datasettet ikke er uendelige. Da er det bare du som må fortsette å trene og jobbe med modellen.

For å sjekke om dataene inneholder uendelige verdier eller ikke, bruker vi TF.ISInf () -funksjon.

Tf.ISInf () -funksjon

TF.Isinf () brukes til å sjekke om elementet er uendelig eller uendelig. Det returnerer de boolske verdiene. Hvis verdien er -infinitet eller uendelig, returnerer den sann. Ellers returnerer det falskt.

Syntaks:

tf.isinf (tensor_input)

Parameter:

Tensor_input er en tensor som har tall.

Det kan være en eller todimensjonal.

Eksempel 1:

La oss lage en endimensjonal tensor i JS som har positive og negative uendelig og anvende ISINF () -funksjonen.

Linux hint

Tensorflow.JS - TF.isInf ()

Produksjon:

Vi kan se at det kommer tilbake for uendelig verdier (både positive og negative).

Eksempel 2:

La oss lage en endimensjonal tensor i JS som har 0, null, nan og udefinerte verdier og anvende isinf () -funksjonen.

Linux hint

Tensorflow.JS - TF.isInf ()

Produksjon:

Siden de ikke er relatert til uendelige verdier, blir falsk returnert.

Eksempel 3:

La oss lage en tensor som har to dimensjoner i JS med 2 rader og 2 kolonner som har desimalverdier med uendelig og sjekk for uendelig.

Linux hint

Tensorflow.JS - TF.isInf ()

Produksjon:

Det er to uendelig til stede i forrige tensor. For disse verdiene blir ekte returnert.

Konklusjon

I denne tensorflow.JS -opplæring, vi lærte hvordan vi kan sjekke de uendelige verdiene i en tensor ved hjelp av TF.ISInf () -funksjon med tre forskjellige eksempler. I JavaScript kan vi skape en uendelig verdi ved hjelp av uendelig eller -infinitet. Null, 0, udefinert, og Nan kommer ikke under de uendelige verdiene.