tensorflowjs 和 keras 在相同模型和张量上的不同结果

Question

tensorflowjs 和 keras 在相同模型和张量上的不同结果

Ixi*_*xio 5 javascript python keras tensorflow tensorflowjs-converter

我按照https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html的示例在一些图像上训练了 CNN 模型。我的模型代码是相同的，我只是在另一个图像数据集上训练它：也用于两个类之间的分类。

结果是您对训练集的期望：图像被正确分类为 0 或 1。

我在tensorflowjs友好的格式保存的模型下面的“替代方案：使用Python API出口直接TF.js层格式”的部分 https://js.tensorflow.org/tutorials/import-keras.html

但是，当我尝试使用 javascript 访问 html 页面中的结果时，几乎每个图像（或接近它）都会得到 1：即使图像在 Keras 中给出 0。

我什至在 JSON 中将图像保存为张量，在 Keras 中得到 0，在 TensorflowJS 中得到 1。这是一个错误还是我在某个地方犯了错误？

这是我在 TensorflowJS 中访问 json 的代码：

<html>
  <head>
    <!-- Load TensorFlow.js -->
    <meta http-equiv="content-type" content="text/html; charset=utf-8" />
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.0"></script>

    <script>
      // /sf/answers/1282706911/
      function callAjax(url, callback){
        var xmlhttp;
        // compatible with IE7+, Firefox, Chrome, Opera, Safari
        xmlhttp = new XMLHttpRequest();
        xmlhttp.onreadystatechange = function(){
            if (xmlhttp.readyState == 4 && xmlhttp.status == 200){
                callback(xmlhttp.responseText);
            }
        }
        xmlhttp.open("GET", url, true);
        xmlhttp.send();
      }

      tf.loadModel('/model.json').then(model => {
        callAjax('/tensor.json', res => {
          arr = JSON.parse(res);
          const example = tf.tensor(arr).reshape([1, 150, 150, 3]);
          const prediction = model.predict(example);
          prediction.data().then(res => {
            console.log('PREDICTION JS', res[0]);
          })
        });
      })
    </script>
  </head>
  <body>
  </body>
</html>

Run Code Online (Sandbox Code Playgroud)

这是我的python代码：

<html>
  <head>
    <!-- Load TensorFlow.js -->
    <meta http-equiv="content-type" content="text/html; charset=utf-8" />
    <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.0"></script>

    <script>
      // https://stackoverflow.com/a/18324384/2730032
      function callAjax(url, callback){
        var xmlhttp;
        // compatible with IE7+, Firefox, Chrome, Opera, Safari
        xmlhttp = new XMLHttpRequest();
        xmlhttp.onreadystatechange = function(){
            if (xmlhttp.readyState == 4 && xmlhttp.status == 200){
                callback(xmlhttp.responseText);
            }
        }
        xmlhttp.open("GET", url, true);
        xmlhttp.send();
      }

      tf.loadModel('/model.json').then(model => {
        callAjax('/tensor.json', res => {
          arr = JSON.parse(res);
          const example = tf.tensor(arr).reshape([1, 150, 150, 3]);
          const prediction = model.predict(example);
          prediction.data().then(res => {
            console.log('PREDICTION JS', res[0]);
          })
        });
      })
    </script>
  </head>
  <body>
  </body>
</html>

Run Code Online (Sandbox Code Playgroud)

对于完全相同的数据和相同的模型，我得到了 PREDICTION JS 1 和 PREDICTION PYTHON 0.0：有人在我的代码中看到任何问题吗？

EDIT1：我使用的是 Xubuntu 18.04.1 LTS 并使用以下软件版本：

Python 3.6.6
Keras 2.2.4
tensorflow 1.11.0
tensorflowjs 0.6.2
numpy 1.15.2

Run Code Online (Sandbox Code Playgroud)

EDIT2：我打开了以下问题https://github.com/tensorflow/tfjs/issues/776，此后已修复。

Answer 1

edk*_*ked 3

升级到最新版本的 tfjs（当前为 0.13.3）可以解决该问题。可以在此处和那里查看该问题的更多背景信息

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@0.13.3"></script>

Run Code Online (Sandbox Code Playgroud)

归档时间：	7 年，3 月前
查看次数：	765 次
最近记录：	5 年，2 月前