6

我按照https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html的示例在一些图像上训练了一个 CNN 模型。我的模型代码是相同的，我只是在另一个图像数据集上对其进行了训练：也用于两个类之间的分类。

结果是您在训练集上所期望的：图像被正确分类为 0 或 1。

我按照 https://js.tensorflow.org/tutorials/import-keras.html 的“替代方案：使用 Python API 直接导出到 TF.js 层格式”部分以 te​​nsorflowjs 友好格式保存了 模型

但是，当我尝试使用 javascript 访问 html 页面中的结果时，几乎每个图像（或接近它）都会得到 1：即使图像在 Keras 中给出 0。

我什至将图像保存为 JSON 中的张量，在 Keras 中得到 0，在 TensorflowJS 中得到 1。这是一个错误还是我在某个地方犯了错误？

这是我在 TensorflowJS 中访问 json 的代码：

<html>
  <head>
    <!-- Load TensorFlow.js -->
    <meta http-equiv="content-type" content="text/html; charset=utf-8" />
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.0"></script>

    <script>
      // https://stackoverflow.com/a/18324384/2730032
      function callAjax(url, callback){
        var xmlhttp;
        // compatible with IE7+, Firefox, Chrome, Opera, Safari
        xmlhttp = new XMLHttpRequest();
        xmlhttp.onreadystatechange = function(){
            if (xmlhttp.readyState == 4 && xmlhttp.status == 200){
                callback(xmlhttp.responseText);
            }
        }
        xmlhttp.open("GET", url, true);
        xmlhttp.send();
      }

      tf.loadModel('/model.json').then(model => {
        callAjax('/tensor.json', res => {
          arr = JSON.parse(res);
          const example = tf.tensor(arr).reshape([1, 150, 150, 3]);
          const prediction = model.predict(example);
          prediction.data().then(res => {
            console.log('PREDICTION JS', res[0]);
          })
        });
      })
    </script>
  </head>
  <body>
  </body>
</html>

这是我的python代码：

import json
import numpy as np
import tensorflowjs as tfjs

model = tfjs.converters.load_keras_model('model.json')

with open('tensor.json', 'r') as f:
    r = json.load(f)
arr = np.array([np.array([np.array(v) for v in l]) for l in r])
print('PREDICTION PYTHON', model.predict(arr[np.newaxis,...])[0][0])

对于完全相同的数据和相同的模型，我得到了 PREDICTION JS 1 和 PREDICTION PYTHON 0.0：有人在我的代码中看到任何问题吗？

EDIT1：我在 Xubuntu 18.04.1 LTS 上并使用以下软件版本：

Python 3.6.6
Keras 2.2.4
tensorflow 1.11.0
tensorflowjs 0.6.2
numpy 1.15.2

EDIT2：我打开了以下问题https://github.com/tensorflow/tfjs/issues/776并已修复。

4

2 回答 2

3

升级到最新版本的 tfjs（当前为 0.13.3）解决了这个问题。可以在这里和 那里查看有关该问题的更多上下文

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3"></script>
于 2018-11-01T16:48:30.730 回答
2

Mac 10.15、TF 2.3、Python 3.8、纯 JavaScript TFJS 2.6.0、网络服务器上的类似问题：python3 -m http.server

在大型、深度的 CNN + RNN Keras 网络上，所有单元的推理结果始终保持在 0.5 左右。

解决方案：不要使用tensorflowjs_converter进行 .h5 到 TFJS 的转换

tensorflowjs_wizard可让您关闭数值压缩，提供与 Python TF2.3 几乎相同的结果（在我的情况下，最后一层最多 6 位）。

于 2020-10-15T11:30:10.480 回答