Javascript 在NodeJS上运行冻结Tensorflow模型

我不熟悉tensorflowjs（以及一般的js），但是我需要在它上面运行一个经过训练的模型。 目前，我将模型转换为json格式，但很难向其提供数据：

const tf = require('@tensorflow/tfjs')
const tfn = require('@tensorflow/tfjs-node-gpu')

async function start() { 
    const handler = tfn.io.fileSystem("./model/model.json"); 
    const model = await tf.loadGraphModel(handler); 
    let latents = tf.randomNormal([1,512], 'float32'); 
    let labels = tf.zeros([1, 0]); 
    model.predict([latents, labels]);
}
start();

但是我收到一个错误，说Conv2D op当前在CPU上支持NHWC张量格式。op的格式为：NCHW

据我所知，这是一个tfjs问题，所以我尝试创建一个float32数组并将其传递给模型，如下所示：

var f32array = new Float32Array(512);
model.predict([f32array, labels]);

但随后我看到一个错误，即model.execute（dict）中提供的dict['Gs/latents\u in']的数据类型必须是float32，但未定义

对于python，我使用以下代码运行推理：

graph = load_graph("dash/frozen_model.pb")

    x = graph.get_tensor_by_name('prefix/Gs/latents_in:0')
    x2 = graph.get_tensor_by_name('prefix/Gs/labels_in:0')
    y = graph.get_tensor_by_name('prefix/Gs/images_out:0')


    with tf.Session(graph=graph, config = config) as sess:
        while True:
            start_time = time.time()

            latents = np.random.randn(1, 512).astype(np.float32)
            labels = np.zeros([latents.shape[0], 0], np.float32)
            y_out = sess.run(y, feed_dict = { x: latents, x2: labels})

---

如果您有任何帮助，将数据作为

Float32Array

传递将不起作用，因为

模型。predict

需要张量或张量数组

如错误所示：

Conv2D op目前在CPU上支持NHWC张量格式。op的格式为：NCHW

---

js中版本

1.6

的conv2D仅支持NHWC格式。您唯一能做的就是更改python中的模型，以便只使用NHWC格式。

我想我必须这样做，谢谢您的回答