Tensorflow использовать предварительно обученную модель в автономном режиме

Question

Я использую mobil enet от Tensorflow с кодом ниже. Когда я запускаю этот код из моего локального p c, он загружает файл веса. Тем не менее, я не могу загрузить это онлайн при загрузке на сервер.

1. Есть ли способ использовать MobileNetV2 с tenorflow 2.0.

2. Или у меня есть свой собственный файл весов, обученный с MobielNetV2, тогда можно ли использовать ниже параметр без весов

   mobil enet = tf.keras.applications.mobilenet_v2.MobileNetV2 (input_shape = (224, 224, 3), include_top = False, weights = 'imag enet')

3. И я хочу использовать супервизор с сервера linux. Кажется, мне нужно использовать абсолютный путь, а не относительный путь. Может ли кто-нибудь помочь мне использовать MobileNetV2 с супервизором в автономном режиме

Answer 1

Сначала вы можете использовать:

mobilenet = tf.keras.applications.mobilenet_v2.MobileNetV2(input_shape=(224, 224, 3), include_top=False, weights='imagenet')

Затем сохранить вес где-нибудь:

mobilenet.save_weights('somefolder/mobilenetweights.h5')

Затем, когда вы не в сети, вы можете сначала позвонить:

mobilenet = tf.keras.applications.mobilenet_v2.MobileNetV2(input_shape=(224, 224, 3), include_top=False, weights=None)

Обратите внимание на аргумент None in weights. После этого вы можете загрузить веса из вашего файла, в котором вы сохранили ранее:

mobilenet.load_weights('somefolder/mobilenetweights.h5')

Это должно сработать.

Когда вы вызываете модель mobil enet, если вы спросите ее чтобы дать вам весы imag enet с помощью weights='imagenet', для загрузки этих весов требуется соединение inte rnet. Так что он не будет работать в автономном режиме. Метод, описанный здесь, должен заставить его работать.