[英]How to update the weights of a Tensorflow.js model?
我目前有一个tensorflow.js卷积神经网络模型，用于检测某些图像是高兴还是悲伤（基于面部表情）。 这是通过浏览器完成的，用户上传一张脸部图像或使用网络摄像头，然后由模型确定其结果。 但是，如果模型预测不正确，用户也可以选择覆盖此结果。
我打算做的是，如果用户决定覆盖结果，则使用用户上传的图像对模型进行重新训练。 我了解这可以通过在tensorflow.js API中使用model.fit和model.save函数来完成。
我担心的是，模型权重当前存储在google云存储桶中，但是我不确定如何更新文件，以便下次用户通过面部时重新使用更新后的权重。 有某种方法可以使用Google Cloud或其他类似的云存储来做到这一点，而不必每次都更改model.load链接吗？
我知道这是一个相当模糊的问题，但是我没有访问indexeddb的权限，因此云存储似乎是存储权重供浏览器访问和更新的最佳选择。 我只是不确定如何保存模型而不更改以后应通过model.load从中访问模型的链接。
您可以通过设置对象版本控制来更新Cloud Storage存储桶中对象的数据。 唯一的问题是，如果要访问该对象的先前版本，则必须使用世代号，如下所示：
gs://[BUCKET_NAME]/[OBJECT_NAME]#[GENERATION_NUMBER]
如何在 Tensorflow.js 中保护（混淆/DRM）训练模型权重？
[英]How to protect (obfuscate/DRM) trained model weights in Tensorflow.js?
如何将 tensorflow.js model 权重转换为 pytorch 张量，然后返回？
[英]How to convert tensorflow.js model weights to pytorch tensors, and back?
在 tensorflow.js 中为节点加载 model 时，不会加载/保存权重
[英]when loading a model in tensorflow.js for node, the weights aren't loaded/saved
将 tensorFlow.js model（权重和偏差）加载到 web 工作人员上下文中的有效方法是什么
[英]What is an efficient way to load a tensorFlow.js model (weights & biases) into a web worker context
TensorFlow.js：“错误：未设置权重”加载转换后的 model 与 BatchNormalization 层
[英]TensorFlow.js: “Error: Weights are not set” when loading converted model with BatchNormalization Layers
是否可以在运行时通过模型对象访问已移植到 TensorFlow.js 的预训练 Tensorflow 模型的权重？
[英]Are the weights of a pre-trained Tensorflow model that has been ported to TensorFlow.js accessible at runtime through the model object?
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.