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

Tensorflow.js是Google开发的开放源代码库，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。

.loadGraphModel() 函数用于在给定模型定义的 URL 的情况下加载图形模型。

用法:

tf.loadGraphModel (modelUrl, options)

参数：

• modelUrl:可以是字符串或 io.IOHandler 类型的第一个张量输入。此参数是帮助加载模型的 URL 或 io.IOHandler。
• options:第二个张量输入是可选的。选项用于 HTTP 请求，它允许发送凭据和自定义标头。选项的类型是 -
  • requestInit:RequestInit 用于 HTTP 请求。
  • onProgress:OnProgress 用于进度回调。
  • fetchFunc:它是一个用于覆盖 window.fetch 函数的函数。
  • strict:Strict 是一个加载模型：无论是多余的权重还是缺失的权重都应该触发一个错误。
  • weightPathPrefix:路径前缀用于权重文件，默认情况下从模型 JSON 文件的路径计算。
  • fromTFHub:它是一个布尔值，表示是否要从 TF Hub 加载模块或模型。

返回值：它返回 Promise <tf.GraphModel>。

范例1：在此示例中，我们从 URL 加载 MobileNetV2 并使用零输入进行预测。

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

输出：

Tensor
     [[-0.1412081, -0.5656458, 0.7578365, ..., 
     -1.0148169, -0.81284, 1.1898142],]

范例2：在此示例中，我们从 TF Hub URL 加载 MobileNetV2 并使用零输入进行预测。

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining tensor input elements 
const modelUrl =
'https://tfhub.dev/google/imagenet/mobilenet_v2_140_224/classification/2';
  
// Calling the loadGraphModel () method
const model = await tf.loadGraphModel(
        modelUrl, {fromTFHub:true});
  
// Printing the zeores
const zeros = tf.zeros([1, 224, 224, 3]);
model.predict(zeros).print();

输出：

Tensor
     [[-1.0764486, 0.0097444, 1.1630495, ..., 
     -0.345558, 0.035432, 0.9112286],]

参考：https://js.tensorflow.org/api/1.0.0/#loadGraphModel