loadLayersModel()或loadGraphModel()表示TensorflowJS

Question

因此，我遵循了一些教程，将tensorflow模型(从tensorflow中心下载)转换为带有二进制和json文件的tfjs模型。当我尝试使用loadLayersModel()时，它会抛出一个错误。当我尝试使用loadGraphModel()时，它会加载并运行，但这些预测似乎没有效果，也没有任何意义。如何判断加载模型的方法？我需要一些关于如何排除故障的指导，或者一些推荐的工作流，特别是在tensorflowJS中。我正在使用这个反应本土与博览会项目。不确定这是否重要。

TensorflowHub：https://tfhub.dev/google/aiy/vision/classifier/food_V1/1

我的代码：

import * as tf from '@tensorflow/tfjs'
import { bundleResourceIO, decodeJpeg } from '@tensorflow/tfjs-react-native'
import * as FileSystem from 'expo-file-system';

const modelJSON = require('./TFJS/model.json')
const modelWeights = require('./TFJS/group1-shard1of1.bin')


export const loadModel = async () => {
    const model = await tf.loadLayersModel(
        bundleResourceIO(modelJSON, modelWeights)
    ).catch((e) => {
        console.log("[LOADING ERROR] info:", e)
    })
    return model
}

export const transformImageToTensor = async (uri)=>{
    //read the image as base64
      const img64 = await FileSystem.readAsStringAsync(uri, {encoding:FileSystem.EncodingType.Base64})
      const imgBuffer =  tf.util.encodeString(img64, 'base64').buffer
      const raw = new Uint8Array(imgBuffer)
      let imgTensor = decodeJpeg(raw)
      const scalar = tf.scalar(255)
    //resize the image
      imgTensor = tf.image.resizeNearestNeighbor(imgTensor, [192, 192])
    //normalize; if a normalization layer is in the model, this step can be skipped
      const tensorScaled = imgTensor.div(scalar)
    //final shape of the rensor
      const img = tf.reshape(tensorScaled, [1,192,192,3])
      return img
  }



export const getPredictions = async (image)=>{
    await tf.ready()
    const model = await loadModel()
    const tensor_image = await transformImageToTensor(image)
    // const predictions = await makePredictions(1, model, tensor_image)
    const prediction = await model.predict(tensor_image)
    console.log(prediction)
    console.log(prediction.datasync()[0])
    return prediction
}

Answer 1

如果它是一个层模型，那么您的loadLayersModel and if its a graph model, you use 'loadGraphModel -它们是不可交换的，并且您不能使用不同的方法加载模型。

因此，如果它使用loadGraphModel加载，那么它就是一个图形模型--就这样简单。

这些预测似乎没有效果，也没有意义。

这一点也没有帮助--你期望什么，你实际得到了什么？