保存一个 Tensorflow 模型并将其加载到 Tensorflow.js答案

【问题标题】：Save a Tensorflow Model and Load it in Tensorflow.js保存一个 Tensorflow 模型并将其加载到 Tensorflow.js
【发布时间】：2018-10-08 05:20:05
【问题描述】：

在我的常规 python 代码中，我实现了一个 CNN。我使用 model.save 保存它并生成四个文件（检查点、元数据、索引和其他文件）。但是，我无法将这四个文件直接加载到 tensorflow.js 中。这是示例 CNN：

import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.estimator import regression

convnet = input_data(shape=[None, IMG_SIZE, IMG_SIZE, 1], name='input')

convnet = conv_2d(convnet, FIRST_NUM_CHANNEL, FILTER_SIZE, activation='relu')
convnet = max_pool_2d(convnet, 2)

convnet = conv_2d(convnet, FIRST_NUM_CHANNEL*2, FILTER_SIZE, activation='relu')
convnet = max_pool_2d(convnet, 2)

convnet = conv_2d(convnet, FIRST_NUM_CHANNEL*4, FILTER_SIZE, activation='relu')
convnet = max_pool_2d(convnet, 2)

convnet = fully_connected(convnet, FIRST_NUM_CHANNEL*8, activation='relu')
convnet = dropout(convnet, 0.7)

convnet = fully_connected(convnet, NUM_OUTPUT, activation='softmax')
convnet = regression(convnet, optimizer='adam', learning_rate=LR, loss='categorical_crossentropy', name='targets')

model = tflearn.DNN(convnet, tensorboard_dir='log')

train = train_data[:7000]
test = train_data[-1000:]


X = np.array([i[0] for i in train]).reshape(-1,IMG_SIZE,IMG_SIZE,1)
Y = [i[1] for i in train]

test_x = np.array([i[0] for i in test]).reshape(-1,IMG_SIZE,IMG_SIZE,1)
test_y = [i[1] for i in test]


model.fit({'input': X}, {'targets': Y}, n_epoch=NUM_EPOCHS, validation_set=({'input': test_x}, {'targets': test_y}), 
    snapshot_step=500, show_metric=True, run_id=MODEL_NAME)

model.save(MODEL_NAME)
print('MODEL SAVED:', MODEL_NAME)

这段代码的最后两行 sn-p 用于保存模型。我可以在烧瓶应用程序中加载模型，但我想将它移植到 tensorflow.js。谁能给我一个关于如何做到这一点的教程？

【问题讨论】：

这里：js.tensorflow.org/tutorials/import-saved-model.html 和这里：js.tensorflow.org/tutorials/import-keras.html
嗨塞巴斯蒂安，我尝试运行此代码，但我不确定我的参数是什么。 tensorflowjs_converter \ --input_format=tf_saved_model \ --output_node_names='MobilenetV1/Predictions/Reshape_1' \ --saved_model_tags=serve \ /mobilenet/saved_model \ /mobilenet/web_model 我现在拥有的文件是 3cnn-layers.model、3cnn-layers.index、checkpoint 和 3cnn-layers.data-0000-of-0001 我的命令是什么？
你有你的模型文件吗？然后你可以在你的 JavaScript 中使用tf.loadModel()
感谢 sebastian，但是我应该为 loadModel 调用什么文件？ let model; (async function () { model = await tf.loadModel("cnnmodel/WHAT_FILE"); })(); 还是应该把文件放到服务器上？
.model 我相信，但你可以试试看。而且您必须预先添加存储类型。（file:/// 如果你使用 nodejs，https:// 如果你想通过互联网加载它）。还有更多。

标签： python tensorflow conv-neural-network tensorflow.js

【解决方案1】：

tensorflowjs_converted 在其他文件中输出权重文件weights_manifest.json 和模型拓扑文件tensorflowjs_model.pb。要在 tensorflow.js 中加载此模型，请按照下面概述的步骤操作。

使用服务器提供包含文件的文件夹

// cd to the directory containing the files

// then launch the python server
python3 -m http-server

// or install and launch npm module http-server
npm install -g http-server
http-server --cors -c1 .

创建一个js脚本来加载模型

(async () => {
   ...
   const model = await tf.loadFrozenModel('http://localhost:8080/tensorflowjs_model.pb', 'http://localhost:8080/weights_manifest.json')
 })()

loadModel 和 loadFrozenModel 之间存在差异。

loadModel 用于加载本地保存的模型。可以从浏览器的 indexDB 或 localStorage 中检索模型。也许它可以用来检索由另一个不同于 Js 的 tensorflow API 保存的模型，但需要用户使用 tf.io.browserFiles 选择文件（我没有尝试过）
loadFrozenModel 用于加载由服务器提供的模型

【讨论】：