Tensorflow.js tf.GraphModel 类

简介： Tensorflow.js 是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。 Tensorflow.js tf.GraphModel 类用于从 SavedModel 构建无环图并使其推理执行。 tf.GraphModel 由 tf.loadGraphModel() 方法创建。

句法：

tf.loadGraphModel.Method(args);

参数：

• args：不同的方法接受不同的参数。

返回：不同的方法返回不同的数据值等。

下面我们将看到一些 tf.GraphModel 类的示例：

示例 1：在此示例中，我们将看到 executeAsync() 方法，该方法用于实现有利于模型的隐含。它将张量作为参数输入和输出节点名称作为字符串。它返回张量的承诺。

Javascript

import * as tf from "@tensorflow/tfjs"
  
async function run(){
    
// Tensor input elements 
 const gfg_Url =
 'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json'; 
  
// Calling loadGraphModel() function  
 const gfg_Model = await tf.loadGraphModel(gfg_Url); 
  
// Inputs for the model 
 const gfg_shape = [1, 224, 224, 3];
 const gfg_Input = tf.zeros(gfg_shape);
  
// Calling executeAsync()  
 const gfg_result = await gfg_Model.executeAsync(gfg_Input); 
 gfg_result.print();
  
}
await run();

输出：

Tensor
     [[-0.1800359, -0.4059841, 0.8190171, ..., -0.895331,
      -1.084169, 1.2912908],]

示例 2：在此示例中，我们将看到用于处理张量的 dispose() 方法。它不带任何参数。它返回无效。

Javascript

import * as tf from "@tensorflow/tfjs"
  
async function run(){
    
// Defining tensor input elements 
 const gfg_Url =
 'https://storage.googleapis.com/tfjs-models/savedmodel/mobilenet_v2_1.0_224/model.json'; 
  
// Calling the loadGraphModel() function  
 const gfg_Model = await tf.loadGraphModel(gfg_Url); 
  
// Input for our function 
 const gfg_shape = [1, 224, 224, 3];
 const gfg_Input = tf.zeros(gfg_shape);
  
// Disposing our Tensor 
 const gfg_result = await gfg_Model.executeAsync(gfg_Input);
 gfg_result.dispose();
 console.log(gfg_result) ;
  
}
  
await run();

输出：

Tensor is disposed.

参考： https://js.tensorflow.org/api/latest/#class:GraphModel