问题标签 [tfjs-node]

我不知道 javascript，所以我想将仅在 JS 中可用的 HUB 模型移动到 SavedModel 格式。

我从教程中复制了这个脚本并尝试添加 model.save 函数，但它不起作用。

这是脚本：

这是我得到的错误：

该错误清楚地表明 net.save 不是应用程序中的功能，但同时 net.classify 有效，并且保存在 tfjs 中：https ://js.tensorflow.org/api/0.12.5/# tf.Model.save

我错过了什么？

顺便说一句，如果有一种方法可以在 SavedModel 中获取 HUB 模型而无需通过此操作，请指出它。我假设模型首先在 TF 中创建，然后移植到 TFJS，所以它们可能在某处可用......

如何在 Tensorflow.js 的评估方法“evaluate()”中使用“tf.data.csv”的返回值？

我想在 TFJS 上训练一个简单的模型。首先，我从 CSV 文件中读取数据。然后我训练了模型，最后我计算了损失和准确率。但我无法测量由“tf.data.csv”导入的测试数据集的准确性。

是否可以在 AWS Lambda 上运行 TensorFlow.js（Node.js 版本 - tfjs-node）？我尝试将 tfjs-node 部署为 AWS Lambda 层，但它超出了允许的 256 MB 大小限制。

随着平台的发布tfjs-react-native和对平台的充分支持，React Native 是否足够稳定可靠，足以让初创公司全力以赴构建跨平台的机器学习应用程序？

注意：我们正在构建一个 Health-Tech 应用程序，该应用程序使用饮食和生理数据来推荐锻炼计划和膳食选择，以实现最佳健康。该应用程序可能执行的最耗费资源的任务是使用open-pose类似模型来改善运动姿势。

在 AirBnB 的博客中，他们离开了 React Native，因为他们必须维护 3 个不同的代码库，因为他们开始进行原生开发。我们刚刚开始并有 React 的经验，但愿意考虑其他像 Flutter 这样的人。

我正在尝试在我的节点服务器上加载本地 tensorflowjs 模型，但出现错误：

这就是我导入 Tensorflowjs 包的方式：

并像这样加载模型：

我的依赖项如下：

我在 Python 中创建了一个tf.estimator模型和一个管道，并将其以 TF 2.1 的格式保存。由于 tfjs-node 不支持 int64 或 float64 类型，因此无法加载模型。tf.datatf.saved_model

在 Tensorboard 上，我观察到一些输入管道 Python 变量被自动声明为 64 位类型。

例如，batch_size及epochs以上。如何避免此问题并tf.estimator在 tfjs-node 中加载模型而不进行转换？

为了重现，

• 运行托管在https://repl.it/@NitinPasumarthy/BinaryClassificationTFJSNode的 node.js 应用程序
• https://colab.research.google.com/drive/1-EKGUQGKlfm-ok2TqQtHhvbbuUGEIHxr#scrollTo=c05P9g5WjizZ是创建模型的 Python 代码
• 用于调试的 Tensboard.dev 链接https://tensorboard.dev/experiment/vMzgbGzzRo6xFV3aYcPovQ/#scalars

平台浏览器已经设置好了。用 [object Object] 覆盖平台。

尝试加载具有 tfjs-node 作为导入的文件时出错：

这只发生在浏览器加载的电子文件中。我可以设置它，以便“浏览器加载的脚本”.js 向 main.js 发送一个请求，该请求向“带有 tfjs-node 的文件”.js 发送一个请求，它工作正常。

想知道是否有办法在没有中间请求的情况下直接加载文件

ML 和 tensorflow 的新手！

我使用http://cloud.annotations.ai制作了一个对象检测模型，它允许训练和转换不同格式的模型，tfjs (model_web) 也是如此。该网站还提供了在浏览器（反应应用程序）中运行模型的样板......就像你一样 - 可能是相同的代码，没有花费足够的时间。

所以我让这个模型在浏览器中运行，考虑到我给出的示例数量和预测分数（0.89），对照片中的对象进行预测，结果非常好。给定的边界框也很好。

但是，不幸的是，我没有“只有一个视频”可以在浏览器中逐帧分析，我有很多。所以我决定切换到 node.js，按原样移植代码。你猜怎么着？TF.js 依赖于 DOM 和浏览器组件，几乎没有适用于 Node 的示例。所以没什么大不了的，只是花了一个上午找出所有缺失的部分。最后，我能够以相当快的速度在帧分割的视频上运行我的模型——尽管当我已经在使用 tfjs-node 时出现“Hello there, use tfjs-node to gain speed”横幅——但结果看起来很奇怪。将相同的图片与相同的 model_web 文件夹进行比较给出了相同的预测，但得分较低（0.80 而不是 0.89）和不同的边界框，对象根本不居中。

（TL；DR）

tfjs 是否有不同的库（tfjs 和 tfjs-node）实现，它们对同一模型的使用不同？我不认为这可能是输入问题，因为 - 经过长时间的搜索和斗争 - 我想出了两种方法将图像提供给节点中的 tf.browser.getPixel （我仍然想知道为什么我必须使用tfjs-node 中的“浏览器”方法）。有人做过比较吗？

所以...这是我使用的代码，供您参考：

model_web 正在加载tf.loadGraphModel("file://path/to/model_web/model.json");

转换 JPG 并使其与 tf.browser.getPixel() 一起使用的两种不同方法

这就是使用加载的模型进行预测的代码 - 节点和浏览器的相同代码，位于https://github.com/cloud-annotations/javascript-sdk/blob/master/src/index.js - 没有t 按原样在节点上工作，我更改require("@tensorflow/tfjs");为require("@tensorflow/tfjs-node");并替换fetch为fs.read

尝试在我的电子反应应用程序中要求 tfjs-node 时出现此错误。这个问题在我没有安装 react 之前没有发生，我认为这是由于 webpack 需要配置中的某些内容。

错误日志：

我是 webpack 的新手，非常感谢任何帮助，并且很乐意回答任何需要的澄清，因为我不知道问题的根源要更详细。

包.json：

我正在通过 TensorFlow (tfjs) 学习 ML。
我的第一个测试是训练我的模型作为 x 的函数进行预测cos(x)（从 0 到 2*Math.PI*4 aka 4 个周期）

特征：x（随机）的
2000 个值 标签：cos(x) 的 2000 个值

模型：

结果非常“有趣”：

现在我想知道如何增强我的模型以适应 cos(x) 的周期性（不使用 cos(x) 的数学周期性，如 y = cos(x modulo 2PI) ）。
我的模型是否有可能“理解”存在周期性？