使用Web Worker执行tensorflowjs-Angular 11的model.predict

我试图在web worker中执行

model.predict

函数，但我找不到在web worker中如何导入Tensorflowjs

我可以使用importScripts（'cdn'），但是如何引用tensorflow来使用它的函数呢

这是迄今为止的代码：

worker.js

/// <reference lib="webworker" />
importScripts('https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js');

addEventListener('message', async ({ data }) => {
  const model = data.model;
  const pred = await model.predict(data.tensor);
  postMessage(pred);
});

predict() {
   if (typeof Worker !== 'undefined') {
  // Create a new
  const worker = new Worker('../workers/model.worker', { type: 'module' });
  worker.onmessage = ({ data }) => {
    console.log(Array.from(data.dataSync()));
  };
  worker.postMessage({tensor, model: this._model});
  } else {
    // Web Workers are not supported in this environment.
    // You should add a fallback so that your program still executes correctly.
  }
}

---

您不能对自定义对象的方法进行后期消息传递，因此需要从Worker本身初始化这个

模型

张量，以便它拥有所有的方法

为此，如果确实从DOM元素生成张量，则首先需要从主线程通过

tf.browser.fromPixels（）

生成张量，然后将张量数据提取为发送给工作线程的TypedArray。然后在Worker中，您将能够从该TypedArray创建一个新的tensor实例

下面是使用辅助程序的重写（预测结果可能需要一些时间才能显示）

onload=async（evt）=>{
const-worker=新工作者（getWorkerURL（））；
const imgElement=document.querySelector（'img'）；
//像往常一样得到张量
常量img=tf.browser.fromPixels（imgElement）；
//提取为TypedArray，以便我们可以转移到Worker
常量数据=等待img.data（）；
img.dispose（）；
//等待工人准备好
//（Chrome中的奇怪错误，消息事件会丢失，否则…）
worker.onmessage=（evt）=>{
//对结果做点什么
worker.onmessage=（{data}）=>
展示结果（信息、数据）；
//将我们提取的数据传输给工人
worker.postMessage（数据，[data.buffer]）；
};
}
函数显示结果（元素、类）{
const predictionContainer=document.createElement（'div'）；
predictionContainer.className='pred container'；
常量imgContainer=document.createElement（'div'）；
imgContainer.appendChild（imgElement）；
predictionContainer.appendChild（imgContainer）；
const probsContainer=document.createElement（'div'）；
for（设i=0；i

.pred容器{
边缘底部：20px；
}
.pred容器>div{
显示：内联块；
右边距：20px；
垂直对齐：顶部；
}
.行{
显示：表格行；
}
.细胞{
显示：表格单元格；
右边填充：20px；
}

//我们需要在这里加载tensorflow
进口文件（“https://cdn.jsdelivr.net/npm/@张量流/tfjs@2.0.0/地区/交通运输署(民建联);；
（异步（）=>{
常数MOBILENET_模型_路径=
'https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_0.25_224/model.json';
const IMAGE_SIZE=224；
常数TOPK_预测=10；
//加载模型
//请注意，“tf”由于“importScripts”而在全球范围内可用
const mobilenet=wait tf.loadLayersModel（mobilenet_MODEL_PATH）；
//让主线程知道我们已经准备好了
//（Chrome中的奇怪错误，消息事件会丢失，否则…）
邮递信息（“就绪”）；
self.onmessage=async（{data}）=>{
常数img=tf.张量（数据）；
const logits=tf.tidy（（）=>{
常数偏移=tf.标量（127.5）；
//将图像从[0，255]规格化为[-1，1]。
常量归一化=img.sub（偏移量）.div（偏移量）；
//重塑为单个元素批次，以便我们可以将其传递给预测。
const batched=规格化。重塑（[1，图像大小，图像大小，3]）；
返回mobilenet.predict（分批）；
});
//将登录项转换为概率和类名。
常量类=等待gettopkclass（logits、TOPK_预测）；
邮资（类别）；
}
异步函数gettopkclass（logits，topK）{
常量值=等待logits.data（）；
常量值和索引=[]；
for（设i=0；i{
返回b.value-a.value；
});
const topkValues=新的Float32Array（topK）；
const topkIndices=新的Int32Array（topK）；
for（设i=0；i

主要工作人员和可序列化的子工作人员之间交换的数据。因此，您不能传递模型本身，也不能传递tf.tensor。另一方面，您可以传递数据并在workers中构造张量

为了让编译器知道您导入了一个全局变量，您需要声明

tf

declare let tf: any // or find better type

---

你所说的

是什么意思？我如何引用tensorflow来使用它的函数

？例如，编译器无法识别tf并抛出错误。即使我将tensorflow包含在importScripts中，问题是我不能使用对使用importScripts导入的tf的引用。编译器无法识别它并抛出错误。这将是另一个问题。。。也许吧，但我