如何从 tensorflow.js 下载模型和权重

Question

我正在尝试下载一个包含权重的预训练的 tensorflow.js 模型，以在 tensorflow 标准版本的 python 中离线使用，作为一个无论如何都不处于早期阶段的项目的一部分，因此切换到 tensorflow.js 是不是一种可能性。 但我无法弄清楚如何下载这些模型，以及是否有必要对模型进行一些转换。

我知道在 javascript 中我可以访问模型并通过像这样调用它们来使用它们，但是如果是这种情况，我如何实际获取 .ckpt 文件或模型？

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3"></script>

<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/posenet@0.2.3"></script>

我的最终目标是获得冻结的模型文件，并获得像在 tensorflow 的正常版本中所做的那样的输出。 此外，这将用于离线环境，因此任何在线参考都没有用。

感谢您的回复

Answer 1

可以通过调用模型的save方法来保存模型拓扑及其权重。

const model = tf.sequential();
model.add(tf.layers.dense(
     {units: 1, inputShape: [10], activation: 'sigmoid'}));
const saveResult = await model.save('downloads://mymodel');
// This will trigger downloading of two files:
//   'mymodel.json' and 'mymodel.weights.bin'.
console.log(saveResult);

根据保存模型的位置及其权重（localStorage、IndexDB 等），有不同的方案字符串。 文档

Answer 2

我去了https://storage.googleapis.com/tfjs-models/并找到了列出所有文件的目录。 我找到了相关文件（我想要所有的 mobilenet 浮动，而不是量化的 mobileNet），并填充这个file_uris列表。

base_uri = "https://storage.googleapis.com/tfjs-models/"
file_uris = [
    "savedmodel/posenet/mobilenet/float/050/group1-shard1of1.bin",
    "savedmodel/posenet/mobilenet/float/050/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/050/model-stride8.json",
    "savedmodel/posenet/mobilenet/float/075/group1-shard1of2.bin",
    "savedmodel/posenet/mobilenet/float/075/group1-shard2of2.bin",
    "savedmodel/posenet/mobilenet/float/075/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/075/model-stride8.json",
    "savedmodel/posenet/mobilenet/float/100/group1-shard1of4.bin",
    "savedmodel/posenet/mobilenet/float/100/group1-shard2of4.bin",
    "savedmodel/posenet/mobilenet/float/100/group1-shard3of4.bin",
    "savedmodel/posenet/mobilenet/float/100/model-stride16.json",
    "savedmodel/posenet/mobilenet/float/100/model-stride8.json"
]

然后我使用 python 迭代地将文件下载到它们的相同文件夹中。

from urllib.request import urlretrieve
import requests
from pathlib import Path

for file_uri in file_uris:
    uri = base_uri + file_uri
    save_path = "/".join(file_uri.split("/")[:-1])
    Path(save_path).mkdir(parents=True, exist_ok=True)
    urlretrieve(uri, file_uri)
    print(path, file_uri)

---

在试验这段代码时，我很喜欢Jupyter Lab （Jupyter Notebook 也不错）。

这样，您将获得一个包含bin文件（权重）和 json 文件（图形模型）的文件夹。 不幸的是，这些是图模型，所以它们不能转换成 SavedModels，所以它们对你来说绝对没用。 如果有人找到在常规 TensorFlow（最好是 2.0+）中运行这些 tfjs 图模型文件的方法，请告诉我。

---

您还可以从 TFHub 下载带有“整个”模型的 zip 文件，例如， 这里提供了一个 2 字节的量化 ResNet PoseNet。