Day 19 ml5.js 将 tensorflow 模型转换为 ml5 模型

我们可以将电脑的上 tensorflow 模型转换为 ml5 模型，并在浏览器上执行。
这代表我们可以把预测的运算丢给前端，让後端少很多负担。

安装 tensorflowjs 它包含 tensorflowjs_converter 这个程序可以直接转换你的模型。

pip install tensorflowjs

tensorflowjs_converter 支援转换三种模型，三种模型的指令格式不同。

• tf_saved_model
• tf_frozen_model
• tf_hub

在前几天我们存的模型类型是 tf_saved_model，於是 我们指定 tf_saved_model 的格式来转换。
input_format: 指定格式
output_node_names: 模型节点名称
saved_model_tags: 模型标签名称
mnist 输入的模型资料夹位置
web_model 输出的模型资料夹位置

tensorflowjs_converter  
--input_format=tf_saved_model  \
--output_node_names='MobilenetV1/Predictions/Reshape_1'  \
--saved_model_tags=serve  \
mnist \
web_model

输入的资料夹

输出的资料夹

然後还要修改前端让它改读转换後的模型，
在前端写图片的预处理(缩小图片转黑白再转阵列)
这部分还没写完，明天再补。

参考资料
https://www.tensorflow.org/js/tutorials/conversion/import_saved_model?hl=zh-tw
https://www.geeksforgeeks.org/tensorflow-js-tf-loadgraphmodel-function/