Javascript Tensorflow JS本地加载TFHub模型

我正在通过

@tensorflow/tfjs converter

包的

loadGraphModel

从TFHub加载一个模型

loadModel = function () {
    return __awaiter(this, void 0, void 0, function () {
      return __generator(this, function (_a) {
        return [2, tfconv.loadGraphModel('https://tfhub.dev/tensorflow/tfjs-model/toxicity/1/default/1', { fromTFHub: true })];
      });
    });
  };

这个很好用。然后，我在本地下载了模型，用于离线预测：

.
├── group1-shard1of7
├── group1-shard2of7
├── group1-shard3of7
├── group1-shard4of7
├── group1-shard5of7
├── group1-shard6of7
├── group1-shard7of7
├── model.json
└── vocab.json

现在我想在本地加载这个模型。对于其他模型，我使用了支持文件协议的方法

tfjs.loadLayersModel（this.path）

，但是如果我尝试加载这个模型，我会得到以下错误

'className' and 'config' must set.

事实上，在

model.json

中缺少这些键。 我已尝试通过以下方式从中心加载图形：

var loadGraphModel = function () {
  return new Promise(function (resolve, reject) {
    tfconv.loadGraphModel(
      'https://tfhub.dev/tensorflow/tfjs-model/toxicity/1/default/1',
      { fromTFHub: true })
      .then(res => {
        console.log(res)
        resolve(res);
      })
      .catch(err => reject(err));
  });
}

GraphModel {
  modelUrl: 'https://tfhub.dev/tensorflow/tfjs-model/toxicity/1/default/1/model.json?tfjs-format=file',
  loadOptions: { fromTFHub: true },
  version: 'undefined.undefined',
  handler: HTTPRequest {
    DEFAULT_METHOD: 'POST',
    weightPathPrefix: undefined,
    onProgress: undefined,
    fetch: [Function],
    path: 'https://tfhub.dev/tensorflow/tfjs-model/toxicity/1/default/1/model.json?tfjs-format=file',
    requestInit: {}
  },
  artifacts: {
    modelTopology: { node: [Array], library: {}, versions: {} },
    weightSpecs: [
    ...

---

那么如何像从本地文件系统保存和重新加载一样本地加载这个TFHub

GraphModel

呢？

作为一种解决方法，您可以使用本地http服务器或编写一个定制的IOHandler，请参见@javadb9，因此您的意思是本地托管由TFHub提供服务的GraphModel，因此只需将url切换到类似的内容。那是个很酷的主意。我必须检查实际模型文件的放置位置，因为请求应该来自同一路径。我不知道你说的同一路径是什么意思，以前他们使用此url加载模型：而且对他们来说效果很好，请参见btw I am fawazahmed0 Hello fawazahmed0！谢谢，因此该模型基本上是一个已保存的

图形模型。另一件事是他们改变了api。过去有
tf.node.loadSavedModel
，但现在它被删除了…是的，我以前遇到过这些问题，谢天谢地，我记下了我是如何解决问题的，所以只需卸载tensflow和tfjs节点，并按照我笔记中的步骤进行操作，记住在这个过程中，将python 2作为默认值是很重要的，另外，注意事项是关于安装使用模型的，您只需安装您的模型即可：请参阅我的注意事项：