0
490
Views¿Por qué la función loadGraphModel de tensorflow.js no funciona?
Estoy trabajando en implementar un ML que entrené usando tensorflow (en Python). El modelo se guarda como un archivo .h5. Después de convertir el modelo usando el tensorflowjs_converter --input_format=keras ./model/myFile.h5 /JS_model/ .
Importé la biblioteca tensorflow usando lo siguiente: <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs/dist/tf.min.js"> </script>
Después de esto, pude cargar el modelo usando la función loadLayersModel(). Sin embargo, cuando se usa loadGraphModel, no funciona. Muestra este error en el navegador: ' 
'
También intenté usar la función tf.models.save_model.save() en python, que genera las carpetas de variables y activos, así como el archivo .pb. Sin embargo, todavía se produce un error. Usando el código anterior, cambiando solo la ruta a 'THE_classifier' (que es el nombre de la carpeta donde se encuentran el activo, las variables y el .pb), el resultado es: 
Quiero trabajar con la función loadGraphModel() porque, según varias fuentes, proporciona un tiempo de inferencia más rápido.
1 answers
Answer question0
Los modelos de capas y los modelos gráficos tienen un diseño interno diferente, no son compatibles ni intercambiables. si es un modelo de capas, debe cargarse con tf.loadLayersModel y si es un modelo gráfico, debe cargarse con tf.loadGraphModel
Los modelos gráficos son modelos congelados, por lo que si desea convertir el modelo Keras en un gráfico, primero debe congelarlo, de lo contrario, solo se puede convertir en un modelo de capas.
(y de ahí proviene la diferencia en el tiempo de inferencia: es más rápido evaluar un modelo congelado que uno que todavía usa variables)