TensorFlow.js tf.loadGraphModel() 函数介绍

简介

tf.loadGraphModel() 函数是 TensorFlow.js 库中的一个重要函数，它用于加载预训练好的 TensorFlow 图形模型。该函数使得开发者可以使用 JavaScript 使用预先训练的模型进行推理和计算。

语法

async tf.loadGraphModel(modelUrlOrIOHandler)

参数

• modelUrlOrIOHandler：必需参数，指定模型的 URL 或者自定义的 tf.io.IOHandler 对象。URL 可以是远程服务器地址，也可以是本地路径。

返回值

返回一个 Promise 对象，可以使用 await 或 .then() 方法来等待加载预训练模型完成。异步加载模型后，将返回一个 tf.GraphModel 对象，可以用来进行推理和计算。

示例

// 1. 使用 URL 加载模型
const model = await tf.loadGraphModel('https://example.com/model/model.json');

// 2. 使用自定义的 IOHandler 对象加载模型
const ioHandler = await tf.io.fileSystem('path/to/model.json');
const model = await tf.loadGraphModel(ioHandler);

说明

• tf.loadGraphModel() 函数可以从指定的 URL 或本地路径加载 TensorFlow 图形模型。模型文件通常包括一个 JSON 文件和一个或多个二进制文件，它们描述了模型的结构和权重。
• 在加载模型之前，需要在项目中引入 TensorFlow.js 库。如果使用浏览器环境，可以直接通过引入 tf.min.js 脚本；如果使用 Node.js 环境，可以使用 require('tensorflow/tfjs') 语句。
• 加载模型的过程可以是异步的，因此可以使用 await 或 .then() 方法来等待模型加载完成。
• 加载完成后的模型是一个 tf.GraphModel 对象，能够进行推理和计算操作。可以使用 model.predict() 进行预测，使用 model.execute() 执行计算图等。

详情可参考 TensorFlow.js 官方文档。