Tensorflow.js tf.GraphModel.execute()用法及代码示例

Tensorflow.js是由Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

.execute() 方法用于为指定的输入张量实现有利于给定模型的蕴涵。

用法:

execute(inputs, outputs?)

Parameters:

inputs:它是指定的张量或张量数组或有利于模型的输入张量图，通过输入节点指定处理。它的类型是 (tf.Tensor|tf.Tensor[]|{[name:string]:tf.Tensor})。
outputs:它是来自所述张量流模型的所述输出节点名称。如果未规定输出，则必须应用规定模型的默认输出。此外，我们可以通过将它们附加到输出数组来分析指定模型的节点之间。它是 string 或 string[] 类型。

返回值：它返回 tf.Tensor 或 tf.Tensor[]。

范例1：在此示例中，我们从 URL 加载 MobileNetV2。

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tensor input elements
const model_Url =
'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json';
  
// Calling the loadGraphModel() method
const mymodel = await tf.loadGraphModel(model_Url);
  
// Defining inputs
const inputs = tf.zeros([1, 224, 224, 3]);
  
// Calling execute() method and 
// Printing output
mymodel.execute(inputs).print();

输出：

Tensor
     [[-0.1800361, -0.4059965, 0.8190175, 
     ..., 
     -0.8953396, -1.0841646, 1.2912753],]

范例2：在本例中，我们从 TF Hub URL 加载 MobileNetV2。

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tensor input elements
const model_Url =
'https://tfhub.dev/google/imagenet/mobilenet_v2_140_224/classification/2';
  
// Calling the loadGraphModel() method
const mymodel = await tf.loadGraphModel(
        model_Url, {fromTFHub:true});
  
// Defining inputs
const inputs = tf.zeros([1, 224, 224, 3]);
  
// Defining outputs
const outputs = "module_apply_default/MobilenetV2/Logits/output";
  
// Calling execute() method and 
// Printing output
mymodel.execute(inputs, outputs).print();

输出：

Tensor
     [[-1.1690605, 0.0195426, 1.1962479, 
     ..., 
     -0.4825858, -0.0055641, 1.1937635],]

参考： https://js.tensorflow.org/api/latest/#tf.GraphModel.execute

相关用法

ASP Server.Execute用法及代码示例

注：本文由纯净天空筛选整理自nidhi1352singh大神的英文原创作品 Tensorflow.js tf.GraphModel class .execute() Method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。