Javascript 从Keras到Tensorflowjs的标记器
我知道这似乎是重复的,但我无法找到适合我的解决方案。或者我需要一个完整的例子 问题是:我想实现一个网页,通过预先训练的模型预测输入文本的类别。 我有对应于tensorflowjs模型的json文件,两者都有Javascript 从Keras到Tensorflowjs的标记器,javascript,keras,tensorflow.js,Javascript,Keras,Tensorflow.js,我知道这似乎是重复的,但我无法找到适合我的解决方案。或者我需要一个完整的例子 问题是:我想实现一个网页,通过预先训练的模型预测输入文本的类别。 我有对应于tensorflowjs模型的json文件,两者都有 tokeniser.json(由Keras Tokenizer()保存到_json()中) vocab.json(保存为与tokenizer.word\u index相对应的) 现在,我知道了如何使用tensorflowjs的异步函数在javascript对象中加载模型。 如何对令牌服务
(由Keras Tokenizer()保存到_json()中)tokeniser.json
(保存为与vocab.json
相对应的)tokenizer.word\u index
//loadVocab函数从json获取词汇表。
异步函数loadVocab(){
var word2index=await JSON.parse(await JSON.stringify(vocabPath));
返回word2索引;
}
其中,vocabPath
是包含上述url的字符串
在脚本结束时,我调用一个函数init()
异步函数init(){
模型=等待加载模型();
word2index=等待loadVocab();
console.log(word2index[“the”]);//我希望是1
}
但我当然得到了未定义的,因为我猜它将url的真正字符串作为json,而不是该url处的json
有什么想法吗?加载从python保存的词汇表,如下所示:
导入json
以open('word_dict.json','w')作为文件:
dump(tokenizer.word_索引,文件)
必须使用如下AJAX调用加载JSON:
function getJSON(url) {
var resp ;
var xmlHttp ;
resp = '' ;
xmlHttp = new XMLHttpRequest();
if(xmlHttp != null)
{
xmlHttp.open( "GET", url, false );
xmlHttp.send( null );
resp = xmlHttp.responseText;
}
return resp ;
}
var vocab = JSON.parse(getJSON('./word_dict.json'));
这里很好地解释了python方面:
下一步的一个相关问题是,如何将其矢量化在这里:我最终以以下方式解决了这个问题
let vocabPath='/url/to/my/vocab.json';
异步函数loadVocab(){
让vocab=await(await-fetch(vocabPath)).json();
返回vocab;
}
是关于如何加载json文件的问题吗?更多的是关于如何将json文件加载为tensorflowjs对象。这个问题对我来说有点不清楚。你能给出一个json的例子,以及加载后你期望的结果吗?我有一个简单的json,其中包含一个“字典”单词到索引。我想在javascript中实现一个标记器,这样,给定一个字符串,获取每个单词,进入单词到索引字典,并返回与输入文本对应的整数列表。非常感谢。我将尝试此解决方案。我会给你最好的答案,不过,我也会发布我的,正如我在一篇文章中解决的一样ss“纯”,但更具综合性。