将带有权重的 Python Keras 模型导入 Tensorflow.js

Question

我有一些神经网络，用于使用 TensorFlow 中包含的 Keras 包在 Python 3.7 中开发的图像分类，我想导出层和权重模型以将其导入使用 Tensorflow.js 的 Node.js 应用程序中.

我将神经网络保存为 h5 格式，其中包含两个单独的文件，一个用于层模型，另一个用于权重模型。尝试按照 Tensorflow 提出的本教程（https://www.tensorflow.org/js/tutorials/conversion/import_keras）进行操作，但它不起作用。

from tensorflow.python.keras.models import load_model
import numpy as np
import tensorflowjs as tf
import json

cnn_name = '1'

layers = './model/' + cnn_name + '/model.h5'
weights = './model/' + cnn_name + '/weights.h5'
cnn = load_model(layers)
cnn.load_weights(weights)

tf.converters.save_keras_model(cnn, './model/' + cnn_name + 'json/')

with open('./model/' + cnn_name + 'json/weights.json', 'w') as f:
    json.dump(tf.converters.keras_h5_conversion.h5_weights_to_tfjs_format(weights), f, cls=NumpyEncoder)

在节点中，我可以使用函数 tf.loadLayersModel 加载层文件并启动模型，但我无法加载权重文件。我想我必须使用返回loadLayersModel函数的模型的loadWeights方法，但是你必须传递一个权重清单，我不知道如何获取它。

Answer 1

tf.loadLayersModel 加载拓扑（model.json）和权重文件。权重文件的名称在 model.json 文件中。但是，如果要加载的权重文件在不同的文件夹中，则可以使用作为参数传递的选项的属性weightPathPrefix。它将如下所示：

tf.loadLayersModel(url, {weightPathPrefix: weightFolderPath});