无法使用由 tensorflowjs 转换器创建的模型答案

【问题标题】：Unable to use models created by the tensorflowjs converter无法使用由 tensorflowjs 转换器创建的模型
【发布时间】：2020-01-15 03:37:53
【问题描述】：

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：

tensorflowjs_converter --input_format=tf_hub --output_format=tensorflowjs   'https://tfhub.dev/google/imagenet/mobilenet_v2_050_224/classification/2' ./web_model

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

// const model = await mobilenet.load({version, alpha});
// replaced by
const model = await mobilenet.load({ modelUrl: './web_model/model.json', version, alpha, inputRange: [0, 1], fromTFHub: true });

// Classify the image.
const predictions = await model.classify(img);

分类调用触发错误：

Uncaught (in promise) Error: Activation relu6 has not been implemented for the WebGL backend.

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

【问题讨论】：

没有fromTFhub属性

标签： tensorflow.js tensorflowjs-converter

【解决方案1】：

from keras.applications import MobileNetV2
model = MobileNetV2(weights='imagenet', include_top=False)

save_model(
    model,
    "mobilenet2.h5",
    overwrite=True,
)

将mobilenet特征提取器转换为js

tensorflowjs_converter --input_format keras \
                       path/to/mobilenet2.h5 \
                       path/to/tfjs_target_dir

【讨论】：

【解决方案2】：

relu6 的运算符刚刚添加 1 周前。它应该在下一个 TensorFlow.js 版本中可用。

【讨论】：

【解决方案3】：

此问题与新版本无关。我有同样的问题，转了一圈。如果您在 GPU 运行时（我使用 Colab GPU 运行时）中工作，则会发生此问题。您只需在 CPU 模式下 fit/fit_generate 模型，您的模型就会在快乐状态下准备就绪。

【讨论】：