Question

我正在尝试下载一个经过训练的包括权重的tensorflow.js模型，以便以标准方式在tensorflow中以离线方式在python中使用，这是一个不在任何早期阶段的项目的一部分，因此请切换到tensorflow .js是不可能的。但是我无法弄清楚如何下载这些模型，以及是否有必要进行一些模型转换。

我知道在javascript中我可以访问模型并通过像这样调用它们来使用它们但是，如果是这样的话，实际上如何冻结.ckpt文件或模型？

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3"></script>

<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/posenet@0.2.3"></script>

我的最终目标是获取冻结的模型文件，并像在普通版本的tensorflow中那样获取输出。另外，它会在离线环境中使用，因此任何在线参考都不会有用。

感谢您的答复

Answer 1

可以通过调用模型的方法save保存模型拓扑及其权重。

const model = tf.sequential();
model.add(tf.layers.dense(
     {units: 1, inputShape: [10], activation: 'sigmoid'}));
const saveResult = await model.save('downloads://mymodel'));
// This will trigger downloading of two files:
//   'mymodel.json' and 'mymodel.weights.bin'.
console.log(saveResult);

根据保存模型的位置及其权重，可以使用不同的方案字符串（localStorage，IndexDB等）。 doc

Answer 2

我去了https://storage.googleapis.com/tfjs-models/，找到了列出所有文件的目录。我找到了相关的文件（我希望所有mobilenet浮动，而不是量化的mobileNet），然后填充此file_uris列表。

base_uri = "https://storage.googleapis.com/tfjs-models/"
file_uris = [
    "savedmodel/posenet/mobilenet/float/050/group1-shard1of1.bin",
    "savedmodel/posenet/mobilenet/float/050/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/050/model-stride8.json",
    "savedmodel/posenet/mobilenet/float/075/group1-shard1of2.bin",
    "savedmodel/posenet/mobilenet/float/075/group1-shard2of2.bin",
    "savedmodel/posenet/mobilenet/float/075/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/075/model-stride8.json",
    "savedmodel/posenet/mobilenet/float/100/group1-shard1of4.bin",
    "savedmodel/posenet/mobilenet/float/100/group1-shard2of4.bin",
    "savedmodel/posenet/mobilenet/float/100/group1-shard3of4.bin",
    "savedmodel/posenet/mobilenet/float/100/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/100/model-stride8.json"
]

然后我使用python将文件迭代下载到相同的文件夹中。

from urllib.request import urlretrieve
import requests
from pathlib import Path

for file_uri in file_uris:
    uri = base_uri + file_uri
    save_path = "/".join(file_uri.split("/")[:-1])
    Path(save_path).mkdir(parents=True, exist_ok=True)
    urlretrieve(uri, file_uri)
    print(path, file_uri)

尝试此代码时，我很喜欢 Jupyter Lab （Jupyter Notebook也很不错）。

有了这个，您将获得一个包含bin文件（权重）和json文件（图形模型）的文件夹。不幸的是，这些是图形模型，因此它们无法转换为SavedModels，因此它们对您绝对没有用。让我知道是否有人找到了在常规TensorFlow（最好是2.0+）中运行这些tfjs图形模型文件的方法。

您还可以从TFHub下载具有“整个”模型的zip文件，例如，here提供了2字节量化的ResNet PoseNet。

如何从tensorflow.js下载模型和权重

2 个答案: