tfjs_layers_model 和 tfjs_graph_model 的区别

Question

在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几个存储库和网站上，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。从 Tensorflow JS文档中，

此模式不适用于 TensorFlow SavedModels 或其转换形式。对于这些模型，请使用 tf.loadGraphModel()。加载的模型支持原始 keras 或 tf.keras 模型的完整推理和训练（例如迁移学习）功能。

TensorFlow.js图模型： JSON +二进制权文件（S），与转换到/从SavedModel，但没有训练能力。关于图模型，自述文件说：

加载的模型仅支持推理，但由于 TensorFlow 执行的图形优化，推理速度通常比 tfjs_layers_model（见上一行）更快。这种转换路线的另一个限制是它还不支持某些层类型（例如，循环层，如 LSTM）。

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），而只能转换为图形模型。您也更有可能在互联网上找到 SavedModel，而不是keras_saved_model. （它是TFHub的标准格式）。保持简单，保存到 SavedModel，并根据需要在 TFJS 中转换为图形模型，根据YouTube 上的这张幻灯片， TensorFlow 团队似乎也推荐使用 SavedModel 。

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 目前仅支持使用标准 Keras 构造的 Keras 模型。层模型的源代码和示例用法

不幸的是，这些图模型无法变回.tflite. 如果有人知道怎么做，请告诉我！