TensorFlow Оценщик в TensorFlow JS
С помощью сообщества Stack Overflow я начал понимать сложность API-интерфейса TensorFlow "высокого уровня", Estimator
, Я, возможно, по глупости, подумал, что, если TensorFlow и TensorFlow JS обойдутся, скорее всего, это произойдет через Estimator
API...
Так что в этом Colab у меня есть простой обычай Estimator
который просто подключен так, чтобы такие методы, как .train_and_evaluate
работать и после "тренировки" Estimator
экспортируется через export_savedmodel
,
Теперь предположим, что я хочу пойти дальше и использовать эту обученную модель в браузере через TensorFlow js.
К счастью, есть руководство о том, как конвертировать saved_model
для TensorFlow JS:
tensorflowjs_converter \
--input_format=tf_saved_model \
--output_node_names='MobilenetV1/Predictions/Reshape_1' \
--saved_model_tags=serve \
/mobilenet/saved_model \
/mobilenet/web_model
Пока аргументы есть описание...
--output_node_names
Имена выходных узлов, разделенные запятыми.--saved_model_tags
Применимо только к преобразованию SavedModel, тегам загружаемого MetaGraphDef в формате через запятую. По умолчанию, чтобы служить.--signature_name
Применимо только для преобразования модуля TensorFlow Hub, подписи для загрузки. По умолчанию по умолчанию. См. https://www.tensorflow.org/hub/common_signatures/.
Я не уверен, что я должен заменить их для демонстрационной оценки, найденной в Colab.
Зачем? Хорошо для начала, best_model
экспортер, который использует serving_input_receiver_fn
, имеет другой выход при загрузке через
from tensorflow.contrib import predictor
predict_fn = predictor.from_saved_model('<exported_location>')
чем из
estimator.predict(lambda: predict_input_fn(pred_features), yield_single_examples=False)
а именно ключом предсказанных признаков признаков, выведенных в первом, является "выходные данные" и "метки" во втором.
который, простите мою мини-напыщенную речь, почему не Estimator
есть способ загрузить экспортированную модель?
так:
какие мои
output_node_names
"?так как это SavedModel, что
tags
нужно ли мне?
Я был бы очень признателен за любые рекомендации.