问题标签 [tensorflowjs-converter]

I have a working model in Tensorflow that works fine with Python. It is now a saved model and attempted to convert to TensorflowJS.

A converted model appears to not work correctly. The mean value from the TensorMap appears to be 0 and has a shape of [0], despite the input being [1,96,192,3].

The conversion was done as follows....

This works fine and it also appears to load ok. However, when it comes to predicting, errors are thrown and any advice would be appreciated.

The error appears as follows.

As per the above error, the prediction was attempted using executeAsync but produces the error relevant to this question.

The Error appears as follows. And appears to be related to the $mean value from the Tensormap. This value is [0]

With some digging in developer tools, it looks like the error begins here.....

Setting 'strict' to true, the model still loads and does not throw and error.

Sadly, i am unable to share the model as it is proprietary.

我正在尝试将 Tensorflow-for-Poets 模型转换为 Tensorflow.js 模型，这样我就可以在前端环境（如网站）中使用它。我试图遵循本教程： https ://gist.github.com/woudsma/d01eeda8998c9ab972d05ec9e9843886

我已按照所有指示进行操作，但是当我尝试启动 localhost 时，我不断收到名义错误：

我已经使用以下方法训练了一个 Tensorflow 模型：

• TensorFlow v. 1.7.0

• TensorflowJS v. 1.2.9

• Numpy v. 1.16.5

我还查看了这些先前提出的问题：

http://www.github.com/tensorflow/tfjs/issues/149

http://www.stackoverflow.com/questions/49718162/tfjs-converter-html-javascript-trouble-importing-class

但这并没有解决我的问题。

这是我在教程中找到的示例项目。它包含我在我的项目中也使用的。 https://github.com/woudsma/retrain-mobilenet-for-the-web

我找不到有关此特定错误的任何信息，有人知道出了什么问题吗？

PS：这也是我在 Stack Overflow 上发布的第一个问题，所以如果这篇文章有什么遗漏/错误，请告诉我。

编辑：添加了我的 index.js：

编辑：为了确定，我还添加了 HTML 文件。

我正在尝试重用由 tensorflow 创建的 tensorflowjs 模型。为了了解转换器的工作原理，我尝试转换 mobilenetv2 模型：

这似乎行得通。然后我尝试通过更改模型的加载方式在mobilenet 演示中使用这个新的转换模型：

分类调用触发错误：

我不知道官方的 tensorflowjs mobilenet 模型是如何生成的:(

我正在尝试将底层 tensorflow 模型从stable-baselines转换为tensorflowjs，以便能够在浏览器上使用该模型。但我无法进行转换

我按照这个 github 问题使用代码创建了必要的 tensorflow 文件：

然后我尝试使用tensorflowjs_converter转换模型

但是，它给了我以下错误：

我创建了以下带有错误的colab 笔记本，因此您可以尝试一下。

有谁知道如何使这种转换工作？

感谢您的帮助

尝试将保存的模型转换为 json 用于 tensorflow js。遵循来自https://github.com/tensorflow/tfjs/tree/master/tfjs-converter的示例

版本：tensorflowjs 1.2.9

依赖版本：keras 2.2.4-tf tensorflow 1.14.0

运行这个 cmd：

运行代码时出现此错误消息：

因此，我正在尝试使用 Keras 创建一个 Dog vs. Cat 图像分类模型。我的部分目标是创建一个使用 Tensorflow.js 部署模型的网站。我已经成功部署了使用 Flask 作为服务器的模型。

主要问题是模型是 Tensorflow.js，其性能比普通 keras 中的模型差得多。当使用普通的 keras 时，我的模型在测试数据上的准确率达到了 90% 左右。但是，当在 tensorflow.js 中使用时，该模型没有得到任何正确的测试图像。我将不胜感激有关解决此问题的任何帮助或任何提示。

模板/index.html

静态/index.js

应用程序.py

您可以在此处找到用于训练模型的 kaggle 笔记本的 URL 。您可以在此处找到用于测试代码的笔记本。

非常感谢任何帮助或提示。

我已经将 Keras .H5 模型转换为 TFJS 层模型以在 Node JS 服务器上进行推断，并且注意到两者之间的结果截然不同。该模型用于图像分类，并使用稍微修改的 Xception 架构。Python 的model.summary ()和TFJS 的 model.summary()都匹配，看来架构的转换是成功的。

在进一步研究之后，模型第一层的权重在两者之间完全不同，这可以解释不同的结果。输入图像张量在两者之间是一致的，这意味着问题应该出在权重上。

这是TFJS和Keras中同一层权重比较的链接...

我将我的 Express HTTP 文件服务器的输出设置为详细，以检查是否所有的权重文件都被获取，我注意到它们都被获取了，但是以不连续的顺序：

这可能是为什么我的权重不正常并且与 Keras 模型的原始权重不一致的原因吗？

我注意到大约一年前出现了一些类似的问题，但该错误已被确定，Tensorflow 的更新为这些人解决了该问题。

我正在使用 Tensorflow JS 1.2.11 在 Node JS v10.16.3 服务器上加载模型，并在 Python 3.7 下使用 Tensorflow 1.14 来转换模型。这是我用来转换模型的代码：

这就是我将模型加载到 TFJS 中的方式：

感谢您的时间和专业知识，

如果有帮助，这里是 Python 和 TFJS 模型文件的链接。

我创建了一个模型，它工作正常。后来我用以下命令保存。

并使用以下命令转换为 tfjs

tfjs_model 已创建，但无法在 tfjs 中加载。我下载了一个示例模型，它运行良好。当我比较两个model.json时；

工作版本以以下内容开头：

非工作版本以以下内容开头：

为什么我的模型不一样？我是否以错误的格式创建？如果是，正确的格式是什么？

提前感谢您的回答。

2.0.0

版本 78.0.3904.97（官方版本）（64 位）

蟒蛇：3.8

JS中的错误：

未捕获（承诺中）错误：输入 0 与层展平不兼容：预期 min_ndim=3，发现 ndim=2。

我从尝试在 keras/python 中导入预训练模型（如 VGG oder ResNets）的人那里找到了相同错误的线程。

对他们来说，这主要是因为他们仍然包括模型的顶层，所以不幸的是，这些线程与我在 TensorflowJS 中从 python 完全导入自训练模型的问题无关。我的代码：

Python代码：

然后我将它保存到 .h5 并使用 tensorflowjs_converter 进行转换，如下所述：https ://www.tensorflow.org/js/tutorials/conversion/import_keras

然后我在JS中导入它：

到目前为止我已经尝试过：

• 在 python 中重新导入 .h5 模型效果很好。
• 将没有任何 RNN 层的小型 MNIST 模型转换为 Tensorflow JS 可以无缝工作，所以这不是 TensorflowJS 配置错误的问题，所以看起来 GRU 层是这里的问题？！
• 将模型保存为 TF SavedModel 而不是 Keras 的 h5 无法转换为tensorflowjs_converter
• 固定input_shapetoinput_shape=[ 61, max_id+1])而不是None使训练变得不可能，因为训练实例的长度不同
• 在 tfjs 中重新实现模型并仅导入权重在这里不起作用，因为 tfjs 缺少从文件加载单个权重的功能

我非常感谢任何想法。

先感谢您！

我目前有一个训练有素的模型，它带有自定义层，在底层使用 keras 的backend.rnn。

当我尝试使用 转换模型tensorflowjs_converter==1.3.2时，转换过程失败并出现错误

这似乎表明 tensorflow.js 不支持 TensorArray 操作。

我很想知道是否有人以前遇到过这种情况，并想出了一个替代的、兼容的替代方案。