tensorflow - tfjs_layers_model 和 tfjs_graph_model 的区别

Question

tensorflowjs converter 有输出格式

tfjs_layers_model, tfjs_graph_model

两者有什么区别？有使用建议吗？

Answer 1

似乎关于这方面的信息分散在下面链接的一些存储库和网站上，所以我已经完成了侦探工作🙂。

2 TFJS 格式
TensorFlow.js 层模型: JSON + 二进制权重文件，具有有限的 (Keras) 功能。在这种情况下，权重似乎是可选的。
来自 Tensorflow JS docs ,

This mode is not applicable to TensorFlow SavedModels or their converted forms. For those models, use tf.loadGraphModel(). The loaded model supports the full inference and training (e.g., transfer learning) features of the original keras or tf.keras model.

TensorFlow.js 图模型: JSON + 二进制权重文件，带转换 to/ from SavedModel，但没有训练能力。关于图模型， README说:

The loaded model supports only inference, but the speed of inference is generally faster than that of a tfjs_layers_model (see above row) thanks to the graph optimization performed by TensorFlow. Another limitation of this conversion route is that it does not support some layer types (e.g., recurrent layers such as LSTM) yet.

其中 JSON 文件包含:

元数据(格式:'graph-model'，convertedBy:“TensorFlow.js Converter v1.1.2”，generatedBy:“2.0.0-dev20190603”)

modelTopology:描述所有节点(Relu、Conv2D 偏差、Conv2D 权重)以及它们之间的关系。

weightsManifest:权重文件可以分解成多个文件(例如 group1-shard1of2.bin 、 group1-shard2of2.bin 或对于 ResNet， group1-shard9of12.bin

什么时候应该保存到图层模型？
绝不!始终保存到 SavedModel，并在需要时转换为图形模型以用于 TFJS。在 Tensorflow 2 中，一切都可以保存到 SavedModel 中，而这些不能转换为层模型(只是不支持)，而只有 图模型 .您也更有可能在互联网上找到 SavedModel，而不是 keras_saved_model . (这是 TFHub 的标准格式)。 保持简单，保存到 SavedModel，如果需要在 TFJS 中转换为图形模型， TensorFlow 团队似乎也推荐使用 SavedModel，根据 this slide在YouTube上。
我认为在 Keras 可以输出到 SavedModel 之前，图层格式是“首选”格式。现在，您只需保存到 SavedModel 并将模型转换为图形模型格式。 Google 发布的 tensorflow.js 模型似乎也都是图模型格式。我找不到一层模型。

TensorFlow.js Layers currently only supports Keras models using standard Keras constructs. source, and example usage of layer models

不幸的是，这些图模型不能变回 .tflite .如果有人知道怎么做，请告诉我!