Tensorflow Hub и JS: как настроить предварительно обученную модель и экспортировать ее для использования в Tensorflow.js? - PullRequest
Новая
       8

Tensorflow Hub и JS: как настроить предварительно обученную модель и экспортировать ее для использования в Tensorflow.js?

0 голосов
/ 25 января 2019

Я пытался применить трансферное обучение с помощью Tensorflow Hub и экспортировать обученную модель в Tensorflow.js.

Однако экспортированная обученная модель занимает всего 2 МБ, что далеко недостаточно.

Кажется, что модуль Tensorflow Hub не экспортируется.Как я могу его экспортировать? 

def mobilenet_model_fn(features, labels, mode):
  module = hub.Module("https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/classification/2")
  input_layer = features['images']  # adjust_image(features["x"])
  outputs = module(input_layer)

  logits = tf.layers.dense(inputs=outputs, units=4, name='hand_output')

  predictions = {
      # Generate predictions (for PREDICT and EVAL mode)
      "classes": tf.argmax(input=logits, axis=1),
      # Add `softmax_tensor` to the graph. It is used for PREDICT and by the
      # `logging_hook`.
      "probabilities": tf.nn.softmax(logits, name="softmax_tensor")
  }

  if mode == tf.estimator.ModeKeys.PREDICT:
      return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions)

  labels_converted = tf.argmax(labels, axis=-1)

  loss = tf.losses.sparse_softmax_cross_entropy(
      labels=labels_converted, logits=logits)

  # Configure the Training Op (for TRAIN mode)
  if mode == tf.estimator.ModeKeys.TRAIN:
      optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.001)
      train_op = optimizer.minimize(
          loss=loss,
          global_step=tf.train.get_global_step())
      return tf.estimator.EstimatorSpec(mode=mode, loss=loss, train_op=train_op)

  # Add evaluation metrics (for EVAL mode)
  accuracy = tf.metrics.accuracy(
      labels=labels_converted, predictions=predictions["classes"])
  eval_metric_ops = {"accuracy": accuracy}
  tf.summary.scalar('accuracy', accuracy[1])

  logging_hook = tf.train.LoggingTensorHook({"loss": loss,
                                            "accuracy": accuracy}, every_n_iter=2)

  return tf.estimator.EstimatorSpec(
      mode=mode, loss=loss, eval_metric_ops=eval_metric_ops, training_hooks=[logging_hook])

1 Ответ

0 голосов
/ 25 января 2019

Вы пытаетесь использовать мобильную сеть в качестве экстрактора функций.У вас есть пример здесь о том, как использовать предварительно подготовленную модель мобильной сети

...