问题标签 [tensorflowjs-converter]

我遇到了 Uncaught TypeError: Cannot read property '0' of null on prediction using tensorflowjs(tfjs) 的问题。

我检查了“批处理”是正确的数组作为 dnn 模型的输入。

代码是

我有一个 tf.estimator 模型

模型 = tf.estimator.DNNClassifier(hidden_​​units=[5, 4],feature_columns=feat_cols,n_classes=2)

通过导出

我可以通过以下方式在我的笔记本中加载和使用

当我运行 tensorflowjs_converter

我明白了

我环顾四周，发现 ParseExample 和 AsString 显然是不受支持的操作。我正在使用不直接调用 ParseExample 或 AsString 的非常普通的代码。不打算重写 tensorflow 的部分内容，这似乎是对不受支持的 Ops 问题的其他答案所要求的。

问题：有没有办法解决这个问题？我是否需要放弃 tf.estimator 并通过较低级别的 API 对其进行编码？是否有其他方法可以导出 tf.estimator 模型或将其转换为可行的方法？

谢谢。

按照https://www.tensorflow.org/tutorials/images/hub_with_keras上的教程生成一个文件model.h5。使用命令转换为 tensorflow-js

失败了

例外：错误转储权重，重复权重名称变量

为什么会这样，如何解决？

MCVE

这失败了

RuntimeError：无法创建链接（名称已存在）

但模型已创建。上述调用tensorflowjs_converter --input_format keras /tmp/model.h5 /tmp/jsmodel失败

例外：错误转储权重，重复权重名称变量

更新：另请参阅使用 MobileNet 重新训练图像检测

我正在尝试使用 tensorflow.js 来预测来自预训练对象检测模型的输出，但是我收到了错误，model.predict(inputImage)其中是

Uncaught (in promise) 错误：输入张量计数不匹配，图模型有 425 个占位符，而输入张量有 1 个。

我正在使用
- tensorflowjs 版本 - 1.0.1
- tensorflow - 2.0.0-dev20190404

html " https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.4 "

我正在使用 SSD_Mobilenet_V2 模型并从“ http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v2_coco_2018_03_29.tar.gz ”下载它

我使用此命令将 tf 模型转换为 web 格式

在这行 javascript 代码中出现错误：

处理后的图像是形状为 (300,300,3) 的 tf.tensor3d。

我使用 tensorflow 的 image_retraining 指南（https://www.tensorflow.org/hub/tutorials/image_retraining）训练了一个模型。然后我尝试使用 tensorflojs_converter 转换 pb 模型，但我收到有关元图的错误。

我的环境是 Ubuntu 18.04，我使用的是 tensorflow-gpu ( https://www.tensorflow.org/install/gpu ) 和最新版本的 tensorflowjs_converter (1.0.1)。

为训练模型而执行的命令：

为转换模型而执行的命令：

我期待一个 tfjs 模型，我得到了上面的结果。

我正在尝试使用 TensorflowJS 部署一个包含有状态 LSTM 单元的模型。该模型在 keras 中进行了预训练，由以下人员构建：

训练模型后，我使用tensorflowjs_converter对其进行了转换，并使用tf.loadLayersModel("/fullmodelTF/model.json").

当我现在尝试做出预测时，它适用于第一次调用model.predict(). 当我尝试第二次预测时，会发生以下错误：

在开发人员控制台中检查模型对象后，我注意到在有状态 LSTM 层中，属性states_看起来像：

如您所见，其中一种内部状态已被处理。我怎样才能避免这种处置和由此产生的错误？

当我尝试部署与无状态相同的模型时，它可以正常工作。

javascript 中预测的循环如下所示：

我遵循这个是为了创建一个可以由 tensorflowJS 解释的模型。

在教程的中间，它被要求tensorflowjs通过执行以下命令来安装：

但是，在我的机器中，我收到以下错误：

找不到满足要求的版本 tf-nightly-2.0-preview>=2.0.0.dev20190304（来自 tensorflowjs）（来自版本：）没有找到 tf-nightly-2.0-preview>=2.0.0 的匹配分布。 dev20190304（来自 tensorflowjs）

似乎 tensorflowJS 依赖于tf-nightly. 所以我通过执行以下命令安装了这个包：

然后再一次：

但是同样的错误消息被抛出到控制台。

有谁知道如何解决这个问题？

我想使用 tensorflowjs 转换器转换 save_model。由于一些向后兼容性限制，我正在使用 tensorflowjs==0.6.5 和 tensorflow==1.12.0。

但我收到以下错误：

我正在使用的命令是：

如何正确编译此设置中保存的模型？

具有tensorflowjs converter输出格式

tfjs_layers_model,tfjs_graph_model

两者有什么区别？有使用推荐吗？

How to Retrain an Image Classifier for New Categories中描述的脚本 retrain.py运行为

并生成了输出文件/tmp/output_graph.pb。将其转换为

失败了

IOError：SavedModel 文件不存在于：/tmp/output_graph.pb/{saved_model.pbtxt|saved_model.pb}

如果文件output_graph.pb被重命名为saved_model.pb（@edkeveked），错误变为

RuntimeError：在 SavedModel 中找不到与标签“serve”关联的 MetaGraphDef。要检查 SavedModel 中的可用标签集，请使用 SavedModel CLI：saved_model_cli

saved_model_cli show --dir .报告一个空的标签集。

如何解决这个问题？