- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我使用 Tensorflow.js 训练和预测食物,使用 Web API 访问我的笔记本网络摄像头,使用 Vue.js 创建一个简单的页面。
我在 addExample()
方法中有一个无限循环,即 while(true)
,它负责要求模型预测我前面的内容网络摄像头每一帧并重新渲染结果。
我想知道在我的 Vue 实例中的方法内部是否存在无限循环的问题。
async addExample() {
const selector = document.getElementById('classSelector');
const player = document.getElementById('player');
// Get the intermediate activation of MobileNet 'conv_preds' and pass that
// to the KNN classifier.
const activation = this.net.infer(player, 'conv_preds');
// Pass the intermediate activation to the classifier
this.classifier.addExample(activation, selector.selectedIndex);
console.log("Class '" + selector.value + "' added to the model");
while (true) {
if (this.classifier.getNumClasses() > 0) {
const activation = this.net.infer(player, 'conv_preds');
const result = await this.classifier.predictClass(activation);
this.confidence = result.confidences[result.classIndex];
this.label = this.foodClasses[result.classIndex].name;
}
await tf.nextFrame();
}
}
当我点击训练按钮时,这个方法被触发,但在方法内部它一直在无限循环中。但每次我需要训练同一个对象或一个新对象时,我都必须再次触发该方法,这导致再次进入同一个循环 - 但我认为旧的一直在运行。
<button type="button" @click="addExample()">Train class</button>
如果您想查看运行中的代码,这里是 fiddle
已编辑:感谢您的回答。我能够以我期望的方式解决我的问题。现在,当我触发 addExample()
函数时,我只有一个循环在运行,而不是让旧循环运行。我这么说是基于对我在任务管理器中的 GPU 利用率百分比的非常浅薄的分析。
以旧方式,当我多次触发 addExample()
时,我可以看到 GPU 利用率越来越高。
现在,利用率百分比只增加了一倍。
这是最终代码:
async addExample() {
const selector = document.getElementById('classSelector');
const player = document.getElementById('player');
this.infiniteLoopControler += 1;
const internalLoopControler = this.infiniteLoopControler;
// Get the intermediate activation of MobileNet 'conv_preds' and pass that
// to the KNN classifier.
const activation = this.net.infer(player, 'conv_preds');
// Pass the intermediate activation to the classifier
this.classifier.addExample(activation, selector.selectedIndex);
console.log("Class '" + selector.value + "' added to the model");
while (internalLoopControler === this.infiniteLoopControler) {
if (this.classifier.getNumClasses() > 0) {
const activation = this.net.infer(player, 'conv_preds');
const result = await this.classifier.predictClass(activation);
this.confidence = result.confidences[result.classIndex];
this.label = this.foodClasses[result.classIndex].name;
}
await tf.nextFrame();
}
}
再次感谢您对我的帮助!
最佳答案
在(无限)循环中使用 await
没有错。使用 await
比使用 .then
更好,因为引擎不需要收集堆栈跟踪。有关更多信息,请查看这些主题:
await
beats Promise#then()
(V8 开发人员的博文)如果您需要一种在循环开始后停止循环的方法(再次单击按钮时),您可以简单地更改循环以检查当前处于事件状态的迭代。
代码示例
let iteration = 0;
async function addExample() {
iteration += 1;
const myIteration = iteration;
while (myIteration === iteration) {
// ...
}
}
这是一个(非常)简化的例子。每次调用 addExample
时,iteration
变量都会增加并存储当前的迭代运行。第二次单击该按钮时,将不再满足第一次迭代的条件,(第一次)循环将停止。
关于javascript - 为了继续使用 Tensorflow.js 进行预测,在 Vue.js 实例中有一个无限循环是错误的吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57311583/
我想将模型及其各自训练的权重从 tensorflow.js 转换为标准 tensorflow,但无法弄清楚如何做到这一点,tensorflow.js 的文档对此没有任何说明 我有一个 manifest
我有一个运行良好的 TF 模型,它是用 Python 和 TFlearn 构建的。有没有办法在另一个系统上运行这个模型而不安装 Tensorflow?它已经经过预训练,所以我只需要通过它运行数据。 我
当执行 tensorflow_model_server 二进制文件时,它需要一个模型名称命令行参数,model_name。 如何在训练期间指定模型名称,以便在运行 tensorflow_model_s
我一直在 R 中使用标准包进行生存分析。我知道如何在 TensorFlow 中处理分类问题,例如逻辑回归,但我很难将其映射到生存分析问题。在某种程度上,您有两个输出向量而不是一个输出向量(time_t
Torch7 has a library for generating Gaussian Kernels在一个固定的支持。 Tensorflow 中有什么可比的吗?我看到 these distribu
在Keras中我们可以简单的添加回调,如下所示: self.model.fit(X_train,y_train,callbacks=[Custom_callback]) 回调在doc中定义,但我找不到
我正在寻找一种在 tensorflow 中有条件打印节点的方法,使用下面的示例代码行,其中每 10 个循环计数,它应该在控制台中打印一些东西。但这对我不起作用。谁能建议? 谢谢,哈米德雷萨, epsi
我想使用 tensorflow object detection API 创建我自己的 .tfrecord 文件,并将它们用于训练。该记录将是原始数据集的子集,因此模型将仅检测特定类别。我不明白也无法
我在 TensorFlow 中训练了一个聊天机器人,想保存模型以便使用 TensorFlow.js 将其部署到 Web。我有以下内容 checkpoint = "./chatbot_weights.c
我最近开始学习 Tensorflow,特别是我想使用卷积神经网络进行图像分类。我一直在看官方仓库中的android demo,特别是这个例子:https://github.com/tensorflow
我目前正在研究单图像超分辨率,并且我设法卡住了现有的检查点文件并将其转换为 tensorflow lite。但是,使用 .tflite 文件执行推理时,对一张图像进行上采样所需的时间至少是使用 .ck
我注意到 tensorflow 的 api 中已经有批量标准化函数。我不明白的一件事是如何更改训练和测试之间的程序? 批量归一化在测试和训练期间的作用不同。具体来说,在训练期间使用固定的均值和方差。
我创建了一个模型,该模型将 Mobilenet V2 应用于 Google colab 中的卷积基础层。然后我使用这个命令转换它: path_to_h5 = working_dir + '/Tenso
代码取自:- http://adventuresinmachinelearning.com/python-tensorflow-tutorial/ import tensorflow as tf fr
好了,所以我准备在Tensorflow中运行 tf.nn.softmax_cross_entropy_with_logits() 函数。 据我了解,“logit”应该是概率的张量,每个对应于某个像素的
tensorflow 服务构建依赖于大型 tensorflow ;但我已经成功构建了 tensorflow。所以我想用它。我做这些事情:我更改了 tensorflow 服务 WORKSPACE(org
Tensoflow 嵌入层 ( https://www.tensorflow.org/api_docs/python/tf/keras/layers/Embedding ) 易于使用, 并且有大量的文
我正在尝试使用非常大的数据集(比我的内存大得多)训练 Tensorflow 模型。 为了充分利用所有可用的训练数据,我正在考虑将它们分成几个小的“分片”,并一次在一个分片上进行训练。 经过一番研究,我
根据 Sutton 的书 - Reinforcement Learning: An Introduction,网络权重的更新方程为: 其中 et 是资格轨迹。 这类似于带有额外 et 的梯度下降更新。
如何根据条件选择执行图表的一部分? 我的网络有一部分只有在 feed_dict 中提供占位符值时才会执行.如果未提供该值,则采用备用路径。我该如何使用 tensorflow 来实现它? 以下是我的代码
我是一名优秀的程序员,十分优秀!