问题标签 [tensorflowjs-converter]

几种重新训练 MobileNet 以与 Tensorflow.js 一起使用的方法对我来说都失败了。有什么方法可以在 Tensorflow.js 中使用重新训练的模型？

使用现代的、基于集线器的教程以及使用retrain.py似乎都失败了。

• 将 retrain.py 的输出转换为 tensorflow.js
• 将 keras 模型转换为 tfjs 时出错：重复的权重名称变量

以及其他一些未解决的问题

• 在 tensorflow js 中重新训练图像分类器
• 加载 mobilenet v2 有效，但预训练的 mobilenet v2 失败
• 无法将 TensorFlow 保存的模型转换为 tfjs_layers_model webmodel

前两个问题显示了在这两种情况下都失败的代码，两者都没有解决。

目的是加载移动网络，使用自定义数据重新训练，并在 Tensorflow.js 中使用它。遵循这两个教程似乎都失败了。这可以在 node.js 中完成吗？还有其他方法吗？我在哪里犯了错误（或者软件无法使用重新训练的模型）？这怎么行？

编辑：最新的 github 问题和另一个问题

我有一个张量流图，我使用以下代码保存为“saved_model.pb”：

我定期调用 builder.save() 。并查看正在更新的 saved_model.pb 文件。

现在，当我尝试将其导入 javascript 时，请参考

我收到以下错误：

文件“/anaconda3/lib/python3.5/site-packages/tensorflowjs/converters/tf_saved_model_conversion_v2.py”，第 269 行，在 convert_tf_saved_model model = load(saved_model_dir) 文件“/anaconda3/lib/python3.5/site-packages/ tensorflow/python/saved_model/load.py",> 第 108 行，加载中

“目前只有导出的 SavedModelstf.saved_model.save可能是” NotImplementedError: 目前只有导出的 SavedModels tf.saved_model.save可能会被导入。其他 SavedModel 最终可能会通过 load() 得到支持。

1. 我哪里错了？

2. 如何将 tensorflow 图模型转换为可以加载到浏览器中以使用 javascript 进行推理的格式？

注意：我可以将 keras 图层模型导入 js 并通过 loadLayersModel api 使用它，但我正在寻找一种不需要将整个代码库转换为 keras 的解决方案。

尝试转换张量流 python 保存的模型时出现以下错误

回溯（最近一次通话最后）：

文件“/Users/a/workspace/pen3/myenv/bin/tensorflowjs_converter”，第 10 行，在 sys.exit(main())

文件“/Users/a/workspace/pen3/myenv/lib/python3.5/site-packages/tensorflowjs/converters/converter.py”，第 358 行，在主要 strip_debug_ops=FLAGS.strip_debug_ops）

文件“/Users/a/workspace/pen3//myenv/lib/python3.5/site-packages/tensorflowjs/converters/tf_saved_model_conversion_v2.py”，第 268 行，convert_tf_saved_model model = load(saved_model_dir, saved_model_tags)

TypeError: load() 接受 1 个位置参数，但给出了 2 个

这些是 saved_1 目录的内容

• 保存模型.pb
• 变量
  • variables.data-00000-of-00001
  • 变量.index

TensorFlow.js 版本：1.13.1

tensorflowjs 转换器版本：1.0.1

带有 python 版本的虚拟环境：3.5.5

python中的代码来保存模型数据。张量流中的简单线性回归

我正在寻找使用 Keras 创建一个连体网络，我在 Medium 上发现了这篇文章，不幸的是它使用 Lambda 层来计算卷积网络的两个输出编码之间的绝对差异。问题是我不能在我的网络中使用 Lambda 层，因为我想将最终的 Keras 模型转换为 tfjs 模型，并且根据 Tensorflowjs，这些类型的层无法转换。

我的问题是：是否可以使用合并层来获得相同的结果或另一个与 tensorlfowjs 兼容的 Keras 层？如果是的话，你能给我举个例子吗，因为我是 Keras 的新手。我四处寻找其他连体实现，但都使用这个 Lambda 层。

我尝试使用命令（pip install tensorflowjs）在 Windows 10 的终端中安装 tensorflow.js，但它显示如下错误：

我试图从终端再次安装 tensorflow，但它仍然是同样的问题。

我正在使用这些依赖项：Python：3.6.8 Tensorflow：1.13.1 Keras：2.2.2

这个问题的解决方案是什么？

我正在尝试使用 tensorflowjs 将训练有素的 keras 模型加载到 Web 浏览器中。

我能够将 keras 模型转换为 tensorflowjs 模型，但无法在 chrome 扩展中加载模型。

我的 background.js 代码加载模型

清单文件的权限键中添加了URL“ https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js ”。

当我尝试加载扩展时，它会失败，因为未定义消息 loadModel。

有关解决此问题的任何建议？

我正在尝试将 savedModel 转换为 TensorFlow.js 网络格式。

我通过安装 tensorflowjssudo pip3 install tensorflowjs

跑步时tensorflowjs_converter--input_path=full_path_to/saved_model/saved_model.pb --outputpath=full_path_to/js

我收到一条错误 消息： ImportError: cannot import name 'add_to_collection'

即使我运行tensorflowjs_converter --help，我也会得到完全相同的错误。

这是完整的错误：

我已将我的 tensorflow 图的 model.json 文件上传到 AWS S3 存储桶上的私有存储库，现在我正在尝试使用loadGraphModel（以及权重清单值的二进制文件 group1-shard1of1）加载该图。这是我使用节点运行的代码（我将存储桶路径和签名密钥保密）

但是 loadGraphModel 函数会查找以“.json”结尾的模型 url。如果没有，它会查找完整的模型 url 并检查一个名为 weights_manifest.json 的权重清单文件，没有签名。然后是一个错误请求：

UnhandledPromiseRejectionWarning：错误：请求https://[BucketName].s3.amazonaws.com/[PathToModel]/model.json?[credentials]&[securitykey],https://[BucketName].s3.amazonaws.com/ [PathToModel]/weights_manifest.json失败，状态码为 403。请验证此 URL 指向要加载的模型的模型 JSON。

我检查了签名的网址是否确实有效，是否有签名网址的解决方案？

安装版本：@tensorflow/tfjs-converter@1.1.2 node v10.15.3

非常感谢！

我一直试图弄清楚如何使用 tensorflowJS 以异步方式执行预测。我所有的尝试都导致 predict 函数阻塞了我的代码。

查看文档，我看到大多数函数都被定义为异步函数并返回一个类似的承诺，例如tf.loadLayersModel，这也适用于我的异步，没有任何阻塞。

然而，predict不会返回一个 promise，而是直接返回一个tf.Tensor. 我尝试将预测包装在自定义定义的异步函数中，例如：

但仍然 predict 阻止了我的代码的执行。

使用 TensorflowJS 进行异步推理的正确方法是什么？

我第一次尝试使用 tensorflowjs 和 react 来构建一个 web 应用程序，我已经使用 keras 训练了我的模型并将我的权重保存为 hdf5 文件格式，我在这里指的是这个链接 - https://www.tensorflow .org/js/guide/conversion

$ tensorflowjs_converter --input_format=keras /tmp/model.h5 /tmp/tfjs_model

这个 ^ 是我尝试过的，但后来我遇到了错误。

1. 最初在这里给出了这个错误（使用 tensorflowjs_converter 时没有找到 add_to_collection）我通过安装不同版本的 tensorflowjs v0.6.4 来解决它

2. 现在我已经安装了 tensorflowjs v0.6.4，我收到了下面描述的另一个错误：

甚至尝试将绝对路径与上述命令一起添加，但没有奏效：

/Library/Frameworks/Python.framework/Versions/2.7/bin/tensorflowjs_converter --input_format=keras /tmp/weights.model /tmp/tfjs_model

这是我的 keras cnn 模型的链接：https ://www.kaggle.com/codhek/cnn-using-keras-using-csv-accuracy-99-82

model.save_weights()和model.save()有什么区别吗？

另外，如果我保存.json模型的一个版本，我可以直接将它加载到我的 js 应用程序中吗？