问题标签 [ml5]

我得到了这个“警告”（在 cpu 上运行，因为你不能使用 gpu 比“警告黄色”稍微高一点……如果你问我，更像是一个“危险橙色”）尝试运行以下代码：

应用程序.js

但是 webgl 测试页工作得很好：我看到一个旋转的立方体。

我的设置如下：

我不确定是什么导致张量流无法找到 webgl？

打开硬件加速后，设置标志，并且 webgl 测试工作......

以及到目前为止我发现的所有非 ml5.js webgl 示例。

ml5.js 的 p5 示例也无法获取 webgl 上下文，我也尝试过 firefox。

/有什么想法吗？/这是 ml5 中的一个错误吗？/tensorflow/ml5 不支持 linux 吗？/

是否有任何示例可以证明/证明我们在使用 mobilenet 对图像进行分类时也可以看到欠拟合？

我已经尝试在 ml5.js 中使用 mobilenet 进行迁移学习和特征提取，因为它已经在数千张图像上进行了训练，即使我只添加和训练 3 张新图像，我似乎也得到了正确的结果。

我正在寻找一个示例，以便我可以向用户证明 mobilenet 也可能欠拟合。可能是在构建模型时更改特定参数或类似的东西。对任何技术堆栈开放（tensorflow.js / Ml5.js / keras）。

例如，这是来自 keras 的文档：

那么是否存在用户可以更改并观察差异/欠拟合的变量？

此外，这是一个使用 mobilenet 和 tensorflow.js 进行图像分类的代码实验室链接。基本上，我想做类似的事情，但只是向用户展示这里也可能出现欠拟合。有什么办法可以修改这段代码吗？

https://codelabs.developers.google.com/codelabs/tensorflowjs-teachablemachine-codelab#0

我试图弄清楚如何将 p5.sound 包含到我的 p5 Sketch 中。目前我正在使用 react-p5-wrapper https://github.com/and-who/react-p5-wrapper/让 p5 进入 React。

回购中有一个类似的问题，我也在那里问过同样的问题，https://github.com/and-who/react-p5-wrapper/issues/11#issuecomment-728986112但我不能找出他们建议的解决问题的步骤。

我已经在我的 Sketch 文件中添加了import * as p5 from "p5"和import "p5/lib/addons/p5.sound"，但它不起作用。根据屏幕截图，我得到了错误。

我只是想遵循本教程https://www.youtube.com/watch?v=8HEgeAbYphA&feature=emb_logo但尝试在 React 中进行。

我已经在Teachable Machine上训练了我自己的模型，我下载了它，然后我对其进行了测试，它使用纯 JavaScript 代码运行良好，但是当我尝试使用 ml5 包在我的角度项目中实现它时，我在尝试时遇到了一些问题将我拥有的经过训练的模型传递给他，它总是告诉我我的模型无效，即使我遵循了ML5 文档中的整个文档，他们说我可以将 url 作为参数传递给我的训练模型，但仍然同样的问题，我不知道问题出在哪里。

我用于加载模型的组件功能：

由于我传递给它们的模型，这两个“imageClassifier”和“featureExtractor”总是返回错误。

我的问题有什么解决方案吗？

所以我在一个简单的神经网络上使用 js 中的 ml5，该神经网络将使用 p5 js 库通过图像进行训练，将图像放入数组中，然后通过 ml5 训练它们，但我遇到了一个我一直遇到的主要问题花费数小时寻找此错误的答案，但无法在任何地方找到它。使用库 p5,p5.sound,sketch,ml5

JS文件

HTML

如果有人可以提供帮助并且他们知道此错误的答案或简单的修复，请发表评论。

完全错误

我想在某个时刻从网络摄像头拍摄单张图像，然后发送到poseNet.singlePose以获取关键点并根据我需要的区域裁剪该图像。但它确实有错误的关键点，裁剪后的图像不是我需要的区域。但如果我这样做

然后图像裁剪效果很好。因此，仅当我只想将单个图像发送到poseNet 时才会出现问题。

并且裁剪发生在姿势事件侦听器中我这样做

我做错了什么？

我正在使用ml5.js，它是 tensorflowjs 的包装器。我想在浏览器中训练神经网络，下载权重，在 pyTorch 中将它们作为张量处理，然后将它们加载回浏览器的 tensorflowjs 模型中。如何在这些格式之间进行转换tfjs <-> pytorch？

浏览器模型具有save()生成三个文件的功能。特定于 ml5.js 的元数据文件 (json)、描述模型架构的拓扑文件 (json) 和二进制权重文件 (bin)。

这是在浏览器中生成和加载 3 个文件的示例 javascript 代码。要加载，请在对话框中一次选择所有 3 个文件。如果它们是正确的，弹出窗口将显示一个示例预测。

如何继续训练从已经训练和保存的模型中加载的模型？这在 ML5 中是否可行，或者我应该使用本机 TFJS API？

此服务器在开发模式下运行良好，但在生产构建期间抛出错误

我正在使用 Gatsby.js 框架，目前，我的代码部署在 netlify 服务器上。

这是我的 gatsby-node.js 配置文件：

**错误输出：** 输出

以下是 Experiments.js 文件中的代码

机器规格：

我成功使用了 ml5 的音高检测功能：

• 教程：https ://ml5js.org/reference/api-PitchDetection/
• 型号：https ://cdn.jsdelivr.net/gh/ml5js/ml5-data-and-models/models/pitch-detection/crepe/

问题：

没有检测到高于 ±2000Hz 的音高。我尝试了多种设备并检查了声音在声波图中是否可见，因此这似乎不是麦克风问题。

我认为这可能是库进行采样率限制/重新采样的结果，因为奈奎斯特频率（最大“可记录”频率）是采样率的一半。

我在本地托管 ml5 源并尝试修改PitchDetection 类

在那里，我看到出于性能原因，采样率似乎被重新采样到 1024Hz。这听起来不对，好像我没记错一样，这只允许检测高达 512hz 的频率。我肯定错过了一些东西（或很多）。

我尝试摆弄费率，但将其增加到 2048 会导致错误： Error when checking : expected crepe_input to have shape [null,1024] but got array with shape [1,2048].

我的问题是：

ml5 PitchDetection 类中是否有一些东西我可以修改、配置（可能是不同的模型）以使用 crepe 模型检测高于 2000Hz 的频率？